CN102326078B - 包括含有涂覆的导电纳米颗粒的传感器阵列的通过呼气检测癌症 - Google Patents

包括含有涂覆的导电纳米颗粒的传感器阵列的通过呼气检测癌症 Download PDF

Info

Publication number
CN102326078B
CN102326078B CN201080008258.6A CN201080008258A CN102326078B CN 102326078 B CN102326078 B CN 102326078B CN 201080008258 A CN201080008258 A CN 201080008258A CN 102326078 B CN102326078 B CN 102326078B
Authority
CN
China
Prior art keywords
cancer
sensor array
expiration
organic coating
group
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201080008258.6A
Other languages
English (en)
Other versions
CN102326078A (zh
Inventor
霍萨姆·海克
彭刚
欧娜·亚当斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Technion Research and Development Foundation Ltd
Original Assignee
Technion Research and Development Foundation Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Technion Research and Development Foundation Ltd filed Critical Technion Research and Development Foundation Ltd
Publication of CN102326078A publication Critical patent/CN102326078A/zh
Application granted granted Critical
Publication of CN102326078B publication Critical patent/CN102326078B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57407—Specifically defined cancers
    • G01N33/57423—Specifically defined cancers of lung
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B82—NANOTECHNOLOGY
    • B82Y—SPECIFIC USES OR APPLICATIONS OF NANOSTRUCTURES; MEASUREMENT OR ANALYSIS OF NANOSTRUCTURES; MANUFACTURE OR TREATMENT OF NANOSTRUCTURES
    • B82Y15/00—Nanotechnology for interacting, sensing or actuating, e.g. quantum dots as markers in protein assays or molecular motors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/497—Physical analysis of biological material of gaseous biological material, e.g. breath
    • G01N33/4975—Physical analysis of biological material of gaseous biological material, e.g. breath other than oxygen, carbon dioxide or alcohol, e.g. organic vapours
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
    • G01N33/0034—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array comprising neural networks or related mathematical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
    • G01N33/0047—Organic compounds

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Biochemistry (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Oncology (AREA)
  • Cell Biology (AREA)
  • Hospice & Palliative Care (AREA)
  • Nanotechnology (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Biophysics (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)

Abstract

用于检测呼气样品中的癌症生物标志的传感器阵列。传感器阵列基于被有机涂层包覆的导电纳米颗粒的2维膜或3维组装物，其中纳米颗粒的特点是窄的粒度分布。公开了使用传感器阵列来区分健康个体的和患有不同类型的癌症的患者的挥发性有机化合物模式的方法。

Description

包括含有涂覆的导电纳米颗粒的传感器阵列的通过呼气检测癌症
发明领域
本发明涉及用于检测癌症的包括被有机涂层包覆的导电纳米颗粒的传感器阵列的呼气分析仪。
发明背景
呼气分析一直被认为是用于通过检测呼出的呼气中的挥发性有机化合物(VOC)来诊断某些医学病症的可靠技术。诊断通常通过将呼气样品收集至容器，随后使用质谱分析法测量具体的VOC来进行。
呼出的呼气中的VOC的组成取决于细胞的代谢过程，并且其包括饱和烃和不饱和烃、含氧化合物、含硫化合物和含氮化合物以及其他的。在健康的个体中，组成提供清楚的化学特征，且在单一个体的样品与不同个体的样品之间存在相对窄的变异性。
在癌症患者呼出的呼气中，发现含量升高的某些VOC，包括挥发性C4-C20烷烃化合物、特定的一甲基化的烷烃以及苯衍生物(Phillips等人，Cancer Biomark.，3(2)，2007，95)。因此，癌症患者呼出的呼气中的VOC的组成不同于健康个体呼出的呼气中的VOC的组成，并且因此可以被用于诊断癌症。通过呼气诊断癌症的另外的优点是本技术的无创性，这具有用于大规模筛查的潜力。
最近已经应用用于检测癌症患者的呼气样品中的VOC的气体感测装置。这样的装置通过使用交叉反应性传感器的阵列结合模式识别方法进行气味检测。与“锁-匙”模型相反，电子鼻装置中的每个传感器广范地响应于多种气味。在这种架构中，每个分析物从宽交叉反应性传感器的阵列产生清楚的指纹。这种配置可以被用于显著拓宽给定的基质对其敏感的化合物的种类，以增加组分识别的程度以及在特定的情况下，对复杂的多组分(生物)化学介质中的单个组分进行分析。然后模式识别算法可以被应用于从阵列中的所有传感器同时获得的整个信号集，以搜集关于被暴露于传感器阵列的蒸气的名称和浓度的消息。
至今使用的气体感测装置包括多种传感器阵列，包括导电聚合物、不导电聚合物/炭黑复合材料、金属氧化物半导体、荧光染料/聚合物体系、被金属卟啉包覆的石英微量天平传感器、表面包覆聚合物的声波装置和化学响应染料(Mazzone，J.Thoracic Onc.，3(7)，2008，774)。Di Natale等人(Biosen.Bioelec.，18，2003，1209)公开了使用被不同的金属卟啉包覆的八个石英微量天平气体传感器来分析肺癌患者的呼气的组成。Chen等人(Meas.Sci.Technol.，16，2005，1535)使用一对表面声波(SAW)传感器来检测作为肺癌标志的VOC，其中一个被薄聚异丁烯(PIB)膜包覆。Machado等人(Am.J.Respir.Crit.Care Med.，171，2005，1286)验证了使用包括具有32个单独的传感器的碳聚合物传感器系统的气态化学感测装置来诊断肺癌。Mazzone等人(Torax，62，2007，565)公开了使用主要由被浸渗在一次性软骨上的化学敏感化合物组成的比色传感器阵列来分析患有肺癌的个体和其他肺疾病的个体的呼气样品。然而，在这些公开内容中提出的结果没有提供临床使用所需要的精确性或一致性。
基于主要由被有机涂层包覆的纳米颗粒(“NPCOC”)组成的膜的传感器被作为化学电阻器(chemiresistor)、石英晶体微量天平、电化学传感器以及类似的应用。NPCOC用于感测应用的优点来源于增强的感测信号，增强的感测信号可以通过改变纳米颗粒和/或聚结物尺寸、颗粒间距离、组成和周期性被容易地操纵。通过修改包覆膜以及连接分子的结合特性可以进一步获得增强的选择性。NPCOC网络的形态和厚度被示出为引起对传感器响应的显著影响，其中介电常数的变化导致较薄的NPCOC膜的电阻减小(Joseph等人，J.Phys.Chem.C，112，2008，12507)。NPCOC结构的三维组装物提供另外的用于信号放大的框架。其他优点来源于纳米结构与固态基材的耦合，这使容易的阵列集成、迅速的响应以及由低功率驱动的便携式装置成为可能。
某些关于NPCOC用于感测应用的用途的实例在美国专利第5,571,401号、第5,698,089号、第6,010,616号、第6,537,498号、第6,746,960号、第6,773,926号中；专利申请第WO 00/00808号、第FR 2,783,051号、第US 2007/0114138号中；以及Wohltjen等人(Anal.Chem.，70，1998，2856)和Evans等人(J.Mater.Chem.，8，2000，183)中公开。
国际专利申请公开号WO 99/27357公开了一种适合于用于确定化学物质是否存在于目标环境中或以何量存在于目标环境中的制品，该物品包括多个紧密堆积取向的颗粒，所述颗粒具有导电金属或导电金属合金的核，在每个所述颗粒中这样的核具有0.8nm至40.0nm的最大尺寸，并且在所述核上具有0.4nm至4.0nm的厚度的配体壳，其能够与所述物质互相作用使得所述多个颗粒的性质被改变。
美国专利第7,052,854号公开了用于使用包括纳米颗粒、用于检测目标分析物/生物标志的工具和代用品标志的基于纳米结构的组装物进行体外诊断分析的系统和方法。传感器技术基于对指示体液样品中存在目标分析物/生物标志的代用品标志进行检测。
EP 1,215,485公开了包括在基材上形成的纳米颗粒膜的化学传感器，纳米颗粒膜包括通过具有至少两个连接单元的连接分子互相连接的纳米颗粒网络。连接单元能够结合于纳米颗粒的表面以及具有用于可逆地结合分析物分子的结合部位的至少一个选择性增强单元。通过检测工具来检测纳米颗粒膜的物理性能的变化。
本发明的发明人之一的WO 2009/066293公开了用于检测挥发性化合物和非挥发性化合物的感测装置，装置包括被有机涂层包覆的立方体纳米颗粒的传感器。还公开了使用该感测装置检测某些生物标志来诊断包括癌症在内的多种疾病和疾患的方法。
存在对基于提供改进的灵敏度以及改进的对指示癌症的特定VOC的选择性的多种传感器的迅速响应的传感器阵列的尚未得到满足的需求。
发明概述
本发明提供用于检测指示不同类型的癌症的挥发性有机化合物(VOC)的传感器阵列。传感器阵列包含被有机涂层包覆的导电纳米颗粒，其中纳米颗粒的特点是窄的粒度分布并且其中有机涂层的厚度被设计成提供增加的灵敏度。本发明还提供包括结合了学习和模式识别分析仪的传感器阵列的系统，以及使用所述系统通过呼气来诊断不同类型的癌症的方法。
本发明部分地基于以下意想不到的发现，即包括被有机涂层包覆的导电纳米颗粒的传感器阵列提供检测VOC的增强的灵敏度，其中纳米颗粒的特点是窄的粒度分布。过去并未认识到，使用具有明确界定的且窄的粒度分布的纳米颗粒会增强电子传递的效力以提供改进的信噪比。精细地调节有机涂层的厚度会进一步导致增加的灵敏度。
根据一个方面，本发明提供用于检测指示癌症的VOC的传感器阵列，传感器阵列包含被有机涂层包覆的导电纳米颗粒，其中纳米颗粒具有窄的粒度分布并且具有约5nm的平均粒度和在约1-10nm范围内的粒度，并且其中有机涂层的厚度在约0.2-4nm的范围内。
根据另一个方面，本发明提供用于检测指示癌症的VOC模式的系统，系统包括传感器阵列，传感器阵列包括被有机涂层包覆的导电纳米颗粒，纳米颗粒具有窄的粒度分布并且具有约5nm的平均粒度和在约1-10nm范围内的粒度，并且其中有机涂层的厚度在约0.2-4nm的范围内，并且系统还包括学习和模式识别分析仪，其中学习和模式识别分析仪接收传感器信号输出并且将传感器信号输出与所存储的数据进行比较。
在一个实施方案中，纳米颗粒具有在约2-8nm范围内的粒度。在另一个实施方案中，纳米颗粒具有在约3-6nm范围内的粒度。
在特定的实施方案中，有机涂层的厚度在约0.6-2nm的范围内。
在某些实施方案中，导电纳米颗粒选自金属和金属合金。根据某些实施方案，导电纳米颗粒包含选自由Au、Ag、Ni、Co、Pt、Pd、Cu、Al、Au/Ag、Au/Cu、Au/Ag/Cu、Au/Pt、Au/Pd、Au/Ag/Cu/Pd、Pt-Rh、Ni-Co和Pt-Ni-Fe组成的组的金属和金属合金。每一种可能性表示本发明的不同的实施方案。
在多个实施方案中，导电纳米颗粒的涂层包括有机化合物的单层或多层，其中有机化合物可以是小分子、单体、低聚物或聚合物，优选短的聚合链。在特定的实施方案中，有机化合物选自由烷基硫醇、芳基硫醇、烷基芳基硫醇、烷基硫醇盐、ω官能化的烷基硫醇盐、芳烃硫醇盐、(γ-巯基丙基)三甲基氧硅烷、二烷基硫醚、二芳基硫醚、烷基芳基硫醚、二烷基二硫化物、二芳基二硫化物、烷基芳基二硫化物、烷基亚硫酸盐、芳基亚硫酸盐、烷基芳基亚硫酸盐、烷基硫酸盐、芳基硫酸盐、烷基芳基硫酸盐、黄原酸酯、寡核苷酸、多核苷酸、二硫代氨基甲酸酯、烷基胺、芳基胺、二芳基胺、二烷基胺、烷基芳基胺、芳烃胺、烷基膦、芳基膦、二烷基膦、二芳基膦、烷基芳基膦、膦氧化物、烷基羧酸酯、芳基羧酸酯、二烷基羧酸酯、二芳基羧酸酯、烷基芳基羧酸酯、氰酸酯、异氰酸酯、肽、蛋白质、酶、多糖、磷脂及其组合和衍生物组成的组。每一种可能性表示本发明的不同的实施方案。
在特定的实施方案中，有机涂层包含具有C3-C24链的烷基硫醇。
在其他的实施方案中，被有机涂层包覆的导电纳米颗粒的传感器呈选自由1维的线、2维的膜和3维的组装物组成的组的构型。每一种可能性表示本发明的不同的实施方案。
在另外其他的实施方案中，本发明的系统还包括用于收集呼气样品的装置。在具体的实施方案中，本发明的系统包括用于收集肺泡呼气的装置。在另一个实施方案中，本发明的系统还包括呼气浓缩器和去湿装置中的至少一个。
在特定的实施方案中，本发明的系统还包括化学电阻器、化学电容器、石英晶体微量天平(QCM)、体声波(BAW)和表面声波(SAW)共振器、电化学电池、表面等离子体共振(SPR)和光学分光镜中的至少一个。每一种可能性表示本发明的不同的实施方案。
在多个实施方案中，学习和模式识别分析仪利用各种算法，包括但不限于人工神经网络、多层感知(MLP)、广义回归神经网络(GRNN)、模糊推理系统(FIS)、自组织映射图(SOM)、径向基函数(RBF)、遗传算法(GAS)、神经模糊系统(NFS)、自适应共振理论(ART)，和统计算法，包括但不限于主成分分析(PCA)、偏最小二乘法(PLS)、多元线性回归(MLR)、主成分回归(PCR)、判别函数分析(DFA)，包括线性判别分析(LDA)，和群分析，包括最近邻点法。每一种可能性表示本发明的不同的实施方案。
根据又一个方面，本发明提供诊断受试者的癌症的方法，方法包括以下步骤：(a)提供系统，系统包括传感器阵列，传感器阵列包含被有机涂层包覆的导电纳米颗粒，纳米颗粒具有窄的粒度分布并且具有约5nm的平均粒度和在约1-10nm范围内的粒度分布，并且其中有机涂层的厚度在约0.2-4nm的范围内，并且系统还包括学习和模式识别分析仪，其中学习和模式识别分析仪接收传感器信号输出并且将传感器信号输出与所存储的数据进行比较，(b)将传感器阵列暴露于呼出的呼气样品，并且(c)使用学习和模式识别算法确定样品中指示癌症的挥发性有机化合物模式的存在。
在某些实施方案中，用于检测呼气样品中的指示癌症的VOC的方法还包括使用呼气浓缩器和去湿装置中的至少一个来增加呼气分析物浓度的步骤。
在具体的实施方案中，通过检测指示癌症的VOC来诊断癌症的方法包括测量传感器在暴露于待检测的VOC时的电导率、电阻、阻抗、电容、电感或光学性质中的任何一个或多个的变化。每一种可能性表示本发明的不同的实施方案。
在特定的实施方案中，根据本发明的原理的方法包括使用椭偏光谱法来检测指示癌症的VOC。
在多个实施方案中，诊断受试者的癌症的方法包括检测选自由4-甲基-辛烷、2-乙基-1-己醇、2-乙基-4-甲基-1-戊醇、2，3，4-三甲基-戊烷、2，3-二甲基-己烷、三甲基甲硅烷基氟、二甲基-硅烷二醇、3-乙基-3-甲基-2-戊酮、2-甲基-4，6-辛二炔-3-酮、2-丙基-1-戊醇、癸烷、三甲基苯、乙基苯、庚醇、异戊二烯、己烷、十一烷和6，10-二甲基-5，9-十二碳二烯-2-酮组成的组的挥发性有机化合物。每一种可能性表示本发明的不同的实施方案。
本发明的范围包含诊断各种癌症，包括但不限于肺癌、脑癌、卵巢癌、结肠癌、前列腺癌、肾癌、膀胱癌、乳腺癌、口腔癌和皮肤癌。每一种可能性表示本发明的不同的实施方案。
根据具体的实施方案，本发明提供诊断选自由肺癌、乳腺癌、结肠癌、头颈癌和前列腺癌组成的组的癌症的方法。每一种可能性表示本发明的不同的实施方案。
在某些实施方案中，本文公开的方法还提供区别患有不同类型的癌症的患者的呼气样品。在特定的实施方案中，本发明提供区别在患有单一类型的选自肺癌、乳腺癌、结肠癌、头颈癌和前列腺癌的癌症的不同阶段的患者的呼气样品。每一种可能性表示本发明的不同的实施方案。在示例性的实施方案中，本发明提供区别患有选自由肺鳞状细胞癌、腺癌、细支气管肺泡癌和非小细胞癌组成的组的肺癌患者。每一种可能性表示本发明的不同的实施方案。
从下文给出的详细描述，本发明的进一步的实施方案和完全适用范围将变得明显。然而，应当理解，详细描述和具体的实施例虽然提出了本发明的优选的实施方案，但是仅以例证方式给出，因为从本详细描述，本发明的精神和范围内的各种变化和修改将对于本领域的技术人员来说变得明显。
附图简述
图1.由GC-MS测量的在健康个体(三角形)的呼气样品和肺癌患者(圆形)的呼气样品中发现的33种VOC的平均丰度。
图2.(A)本发明的传感器阵列的示意图。(B)金纳米颗粒的透射电子显微镜照片，其表明纳米颗粒具有窄的粒度分布并且具有约3.5nm的平均直径。(C)被有机涂层包覆的金纳米颗粒的示意图。
图3.8号传感器对0.001-0.05 P/P0浓度下的存在于肺癌患者的呼气样品中的最常见的生物标志(即癸烷[+]、三甲基苯乙基苯[■]和庚醇[△]蒸气)以及水蒸气[●]的相对微分电阻响应ΔR/Rb。
图4.被十二硫醇配体包覆的金纳米颗粒在暴露于0.05P/P0的癸烷时的各种(平均)膜厚度下的相对微分电阻响应ΔR/Rb(左y轴)和噪声水平(右y轴)。
图5.具有不同粒度分布的被己硫醇配体包覆的金纳米颗粒的膜对0.001P/P0的己烷的响应。
图6.S2&S3号传感器(6A)和S6&S8号传感器(6B)对典型的健康个体(H)和肺癌患者(LC)的呼气样品的相对微分电阻响应ΔR/Rb。
图7.90个呼气样品的响应模式，其中64个是从肺癌患者获得的呼气样品(虚线)并且26个是从健康个体获得的呼气样品(连续线)。(7A)使用整组传感器的响应模式。(7B)使用S1、S4、S6、S7和S8号传感器的响应模式。
图8.来自具有被暴露于肺癌患者的呼气(三角形)和健康个体的呼气(正方形)的9个传感器的传感器阵列的主成分空间中的数据。
图9.来自具有被暴露于乳腺癌患者的呼气(●)和健康个体的呼气(◇)的9个传感器的传感器阵列的主成分空间中的数据。
图10.来自具有被暴露于结肠癌患者的呼气(×)和健康个体的呼气(◇)的9个传感器的传感器阵列的主成分空间中的数据。
图11.来自具有被暴露于头颈癌患者的呼气(■)和健康个体的呼气(◇)的9个传感器的传感器阵列的主成分空间中的数据。
图12.来自具有被暴露于前列腺癌患者的呼气()和健康个体的呼气(◇)的9个传感器的传感器阵列的主成分空间中的数据。
图13.4种不同的肺癌细胞的体外代谢VOC的GC-MS；(13A)峰1；(13B)峰2；(13C)峰3；和(13D)峰4。数据基于对肺鳞状细胞癌(pulmonarysquamous cell carcinoma)(8位患者；□)、腺癌(2位患者；△)、细支气管肺泡癌(1位患者；)和非小细胞癌(1位患者；○)的GC-MS分析，如被Chen等人(Cancer，110(4)，2007，835)报道的。
图14.来自具有被暴露于模拟4种不同的肺癌细胞的VOC的混合物的9个传感器的传感器阵列的主成分空间中的数据：肺鳞状细胞癌(圆形)、腺癌(五边形)、细支气管肺泡癌()和非小细胞癌(△)。异戊二烯、己烷、癸烷和十一烷被用作四种生物标志。
图15.来自具有被暴露于模拟4种不同的肺癌细胞的VOC的混合物的9个传感器的传感器阵列的主成分空间中的数据：肺鳞状细胞癌(圆形)、腺癌()、细支气管肺泡癌(五边形)和非小细胞癌(三角形)。异戊二烯、己烷、三甲基苯和十一烷被用作四种生物标志。
图16.68位癌症患者(22位肺癌，LC正方形；17位结肠癌，CC星形；15位乳腺癌，BC菱形；和14位前列腺癌，PC三角形)和18位健康的对照(圆形)的临床特征。在这组志愿者中不应用入选/排除标准。传感器阵列不被干扰因素(例如性别、年龄或吸烟习惯)影响。Au纳米颗粒被(16A)2-乙基己硫醇、(16B)癸硫醇和(16C)2-巯基苯并噁唑涂布。
图17.对(17A)肺癌(LC)和健康的对照、(17B)结肠癌(CC)和健康的对照、(17C)乳腺癌(BC)和健康的对照、(17D)前列腺癌(PC)和健康的对照和(17E)所有癌症患者和健康的对照的呼气样品的传感器阵列电阻响应的PCA图。
本发明的详细描述
本发明提供包含被有机涂层包覆的导电纳米颗粒的传感器阵列，其中纳米颗粒的特点是窄的粒度分布。有机涂层的厚度被设计成提供对指示不同类型的癌症的具体的挥发性有机化合物的增强的灵敏度。本发明还提供包括传感器阵列连接学习和模式识别分析仪的系统，学习和模式识别分析仪利用多种算法以能够识别来自挥发物的混合物中的具体挥发物。还公开使用其用于诊断、预后和监测目的的方法。
根据本发明原理的传感器阵列被设计用于检测指示癌症的挥发性有机化合物。当吸附分析物后，被有机涂层包覆的导电纳米颗粒(NPCOC)的膜/组装物可以膨胀或聚结。在NPCOC的薄膜中，在分析物吸附时，可以产生膜的介电常数的相对变化。在分析物暴露时被引入的响应由分析物(主体(host))物质和纳米颗粒的分子涂层之间的相互作用的性质确定。现在首次公开使用具有窄的粒度分布的被变化厚度的有机涂层包覆的纳米颗粒能够以非常高的精确度检测呼气中的癌症生物标志。在本发明的范围内，以小于每百万分之一(ppm)并且更优选小于10亿分之100(ppb)的灵敏度来检测VOC。
不受任何理论或作用机理的束缚，涵盖了包括具有窄的粒度分布的纳米颗粒的传感器对分析物吸附更敏感。这可以归因于纳米颗粒的紧密堆积，这使纳米颗粒对分析物吸附时发生的非常小的结构变化敏感。纳米颗粒组装物的这些结构变化影响电子的性质，以产生电子响应。根据本发明的原理，涵盖了可以由非常少量的分析物分子产生感测响应。进一步的灵敏度可以通过改变有机涂层的厚度来实现。
本发明中采用的纳米颗粒具有范围在约1纳米(nm)至约10纳米、优选约2nm至约8nm的粒度。在特定的实施方案中，纳米颗粒的平均粒度是约5nm，且具有窄的粒度分布，其中粒度的范围是约3nm到约6nm。
根据本发明的原理，纳米颗粒的粒度分布是窄的。如本文使用的术语“窄的粒度分布”是指其中多于90％的颗粒具有在平均(或平均)粒度的0.2-2倍的范围内的粒度的分布。优选地，多于95％的颗粒具有在这一范围内的粒度。甚至更优选地，多于99％的颗粒具有在这一范围内的粒度。因此，对于5nm的平均粒度来说，窄的粒度分布是指其中多于90％、95％或99％的颗粒具有在1-10nm的范围内的粒度的分布。
纳米颗粒粒度分布通常根据平均粒度和分布的宽度来定义。分布曲线在最大值的一半处的宽度被称为半宽度(FWHM)。FWHM和平均粒度之间的关系被用作分布的宽度或窄度的度量。例如，具有大于平均粒度的FWHM值的分布被认为是相对宽的。如上文讨论的，本发明中所使用的纳米颗粒具有窄的粒度分布。对于本发明中所使用的纳米颗粒的窄的粒度分布的可选择的定义是其中分布曲线的FWHM等于平均粒度加上平均值的40％与平均粒度减去平均值的40％之间的差的分布。具体地，分布曲线的FWHM等于平均值的40％的两倍，即平均值的80％。因此，窄的粒度分布是指其中FWHM小于或等于平均粒度的80％的分布。在某些实施方案中，FWHM小于或等于平均粒度的60％。在其他特定的实施方案中，FWHM小于或等于平均粒度的40％。纳米颗粒的形状基本上是球形的或椭球形的。
根据本发明的原理，如本文使用的平均粒度是指可以例如使用透射电子显微术(TEM)测定的平均粒径。平均粒度还可以使用本领域的技术人员已知的其他技术被测定，包括但不限于沉降场流动分离法、光子相关光谱法、光散射、电子散射、圆盘离心以及类似技术。
本发明的另一个重要的特征是有机涂层的厚度，其影响对不同的生物标志分析物的吸附的灵敏度。在具体的实施方案中，有机涂层具有在约0.2nm至约4nm范围内的厚度。在某些实施方案中，传感器阵列包括具有被多种有机化合物包覆的单一物质的纳米颗粒的传感器，其中有机涂层的厚度范围是约0.6nm至约2nm。在其他的实施方案中，传感器阵列包括具有被多种有机化合物包覆的单一物质的纳米颗粒的传感器，其中有机涂层的厚度范围对于某些纳米颗粒是约0.2nm至约2nm而对于其他纳米颗粒是约2nm至约4nm。在可选择的实施方案中，传感器阵列包括具有多种物质的纳米颗粒的传感器。
本发明还提供用于检测指示癌症的VOC的至少一个模式的系统，包括传感器阵列，传感器阵列包含被有机涂层包覆的导电纳米颗粒，其中纳米颗粒的特点是窄的粒度分布，其中纳米颗粒的粒度的范围是约1nm至约10nm并且具有约5nm的平均粒度，且其中有机涂层的厚度范围是约0.2nm至约4nm，并且系统还包括学习和模式识别分析仪，其中学习和模式识别分析仪接收传感器信号输出并且将传感器信号输出与所存储的数据进行比较。
根据某些实施方案，导电纳米颗粒包含金属和/或金属合金。合适的非限制性的实例是金属Au、Ag、Ni、Co、Pt、Pd、Cu、Al；以及金属合金Au/Ag、Au/Cu、Au/Ag/Cu、Au/Pt、Au/Pd、Au/Ag/Cu/Pd、Pt-Rh、Ni-Co和Pt-Ni-Fe。在示例性的实施方案中，导电纳米颗粒选自由Au、Ag和Pt组成的组。每一种可能性表示本发明的不同的实施方案。
导电纳米颗粒的涂层包括有机化合物的单层或多层，其中有机化合物可以是小分子、单体、低聚物或聚合物(优选短的聚合链)。在特定的实施方案中，有机化合物选自由烷基硫醇，例如具有C3-C24链的烷基硫醇、芳基硫醇、烷基芳基硫醇、烷基硫醇盐、ω-官能化的烷基硫醇盐、芳烃硫醇盐、(γ-巯基丙基)三甲基氧硅烷、二烷基硫醚、二芳基硫醚、烷基芳基硫醚、二烷基二硫化物、二芳基二硫化物、烷基芳基二硫化物、烷基亚硫酸盐、芳基亚硫酸盐、烷基芳基亚硫酸盐、烷基硫酸盐、芳基硫酸盐、烷基芳基硫酸盐、黄原酸酯、寡核苷酸、多核苷酸、二硫代氨基甲酸酯、烷基胺、芳基胺、二芳基胺、二烷基胺、烷基芳基胺、芳烃胺、烷基膦、二烷基膦、芳基膦、二芳基膦、烷基芳基膦、二烷基膦、二芳基膦、烷基芳基膦、膦氧化物、烷基羧酸酯、芳基羧酸酯、二烷基羧酸酯、二芳基羧酸酯、烷基芳基羧酸酯、二烷基羧酸酯、二芳基羧酸酯、烷基芳基羧酸酯、氰酸酯、异氰酸酯、肽、蛋白质、酶、多糖、磷脂及其组合和衍生物组成的组。每一种可能性表示本发明的不同的实施方案。
适合于作为包覆剂的其他有机化合物包括但不限于烯基硫醇、炔基硫醇、环烷基硫醇、杂环基硫醇、杂芳基硫醇、烯基硫醇盐、炔基硫醇盐、环烷基硫醇盐、杂环基硫醇盐、杂芳基硫醇盐、烯基硫醚、炔基硫醚、环烷基硫醚、杂环基硫醚、杂芳基硫醚、烯基二硫化物、炔基二硫化物、环烷基二硫化物、杂环基二硫化物、杂芳基二硫化物、烯基亚硫酸盐、炔基亚硫酸盐、环烷基亚硫酸盐、杂环基亚硫酸盐、杂芳基亚硫酸盐、烯基硫酸盐、炔基硫酸盐、环烷基硫酸盐、杂环基硫酸盐、杂芳基硫酸盐、烯基胺、炔基胺、环烷基胺、杂环基胺、杂芳基胺、烯基羧酸酯、炔基羧酸酯、环烷基羧酸酯、杂环基羧酸酯和杂芳基羧酸酯。每一种可能性表示本发明的不同的实施方案。
“烷基”基团是指饱和脂肪烃，包括直链的、支链的和环状的烷基基团。在一个实施方案中，烷基基团具有1-12个碳，在此处被表示为C1-C12烷基。在另一个实施方案中，烷基基团具有2-6个碳，在此处被表示为C2-C6烷基。在另一个实施方案中，烷基基团具有2-4个碳，在此处被表示为C2-C4烷基。在示例性的实施方案中，烷基基团具有3-24个碳，在此处被表示为C3-C24烷基。烷基基团可以是未取代的或被一个或多个选自卤素、卤代烷基、酰基、酰氨基、酯、氰基、硝基和叠氮基的基团取代。每一种可能性表示本发明的不同的实施方案。
“环烷基”基团是指非芳香的单环的或多环的环体系。在一个实施方案中，环烷基基团具有3-10个碳原子。在另一个实施方案中，环烷基基团具有5-10个碳原子。示例性的单环环烷基基团包括环戊基、环己基、环庚基以及类似的。烷基环烷基是键合于如本文所定义的环烷基基团的如本文所定义的烷基基团。环烷基基团可以是未取代的或被上文对烷基定义的取代基中的任何一个或多个取代。
“烯基”基团是指含有至少一个碳-碳双键的脂肪烃基团，包括直链的、支链的和环状的烯基基团。在一个实施方案中，烯基基团具有2-8个碳原子(C2-8烯基)。在另一个实施方案中，烯基基团具有在链中的2-4个碳原子(C2-4烯基)。示例性的烯基基团包括但不限于乙烯基、丙烯基、正丁烯基、异丁烯基、3-甲基丁-2-烯基、正戊烯基、庚烯基、辛烯基、环己基-丁烯基和癸烯基。烷基烯基是键合于如本文所定义的烯基基团的如本文所定义的烷基基团。烯基基团可以是未取代的或通过可用的碳原子被上文对烷基定义的一个或多个基团取代。
“炔基”基团是指含有至少一个碳-碳三键的脂肪烃基团，包括直链的和支链的。在一个实施方案中，炔基基团具有在链中的2-8个碳原子(C2-8炔基)。在另一个实施方案中，炔基基团具有在链中的2-4个碳原子(C2-4炔基)。示例性的炔基基团包括但不限于乙炔基、丙炔基、正丁炔基、2-丁炔基、3-甲基丁炔基、正戊炔基、庚炔基、辛炔基和癸炔基。烷基炔基是键合于如本文所定义的炔基基团的如本文所定义的烷基基团。炔基基团可以是未取代的或通过可用的碳原子被上文对烷基定义的一个或多个基团取代。
“芳基”基团是指芳香的单环的或多环的环体系。在一个实施方案中，芳基基团具有6-10个碳原子。芳基任选地被如本文所定义的至少一个“环体系取代基”及其组合取代。示例性的芳基基团包括但不限于苯基或萘基。烷基芳基是键合于如本文所定义的芳基基团的如本文所定义的烷基基团。芳基基团可以是未取代的或通过可用的碳原子被上文对烷基定义的一个或多个基团取代。
“杂芳基”基团是指含有至少一个杂原子的环的杂原子体系，其中原子选自氮、硫和氧。杂芳基含有5个或更多个环原子。杂芳基基团可以是单环的、双环的、三环的以及类似的。还包括在本定义中的是苯并杂环。杂芳基的非限制性的实例包括噻吩基、苯并噻吩基、1-萘并噻吩基、噻蒽基、呋喃基、苯并呋喃基、吡咯基、咪唑基、吡唑基、吡啶基、吡嗪基、嘧啶基、哒嗪基、吲哚基、异吲哚基、吲唑基、嘌呤基、异喹啉基、喹啉基、萘啶基、喹喔啉基、喹唑啉基、噌嗪基、蝶啶基、咔啉基、噻唑基、噁唑基、异噻唑基、异噁唑基以及类似的。杂芳基基团可以是未取代的或通过可用的碳原子被上文对烷基定义的一个或多个基团取代。
“杂环”或“杂环基”基团是指具有1至4个杂原子的五元环至八元环，杂原子如氧、硫和/或特别是氮。这些五元环至八元环可以是饱和的、完全不饱和的或部分不饱和的，其中完全饱和的环是优选的。示例性的杂环包括但不限于哌啶基、吡咯烷基、吡咯啉基、吡唑啉基、吡唑烷基、吗啉基、硫代吗啉基、吡喃基、硫代吡喃基、哌嗪基、吲哚啉基、二氢呋喃基、四氢呋喃基、二氢苯硫基、四氢苯硫基、二氢吡喃基、四氢吡喃基以及类似的。烷基杂环基是键合于如本文所定义的杂环基基团的如本文所定义的烷基基团。杂环基基团可以是未取代的或通过可用的碳原子被上文对烷基定义的一个或多个基团取代。
“环体系取代基”指代附接于芳香的或非芳香的环体系的取代基，包括但不限于H、卤代、卤代烷基、(C1-C8)烷基、(C2-C8)烯基、(C2-C8)炔基、(C6-C10)芳基、酰基、酰氨基、酯、氰基、硝基、叠氮基以及类似的。
如本文使用的单独的或作为另一个基团的一部分的“卤素”或“卤代”基团是指氯、溴、氟和碘。术语“卤代烷基”是指其中某些或所有氢独立地被卤素基团代替的烷基基团，包括但不限于三氯甲基、三溴甲基、三氟甲基、三碘甲基、二氟甲基、氯二氟甲基、五氟乙基、1，1-二氟乙基溴甲基、氯甲基、氟甲基、碘甲基以及类似的。
如本文使用的“酰基”基团包括诸如但不限于甲酰基、乙酰基、丙酰基、丁酰基、戊酰基、新戊酰基、己酰基、庚酰基、辛酰基、壬酰基、癸酰基、十一酰基、十二酰基、苯甲酰基以及类似的基团。当前优选的酰基基团是乙酰基和苯甲酰基。
“烷氧基”基团是指-O-烷基基团，其中R是如上文所定义的烷基。
如本文使用的单独的或作为另一个基团的一部分的“硫醇”是指SH基团。如本文使用的单独的或作为另一个基团的一部分的术语“烷基硫醇”、“芳基硫醇”或“芳基烷基硫醇”是指被连接于硫原子的上文的烷基、芳基烷基或芳基基团中的任一种。
如本文使用的术语“寡核苷酸”或“多核苷酸”是指基因组来源的或合成来源的DNA或RNA，其可以是单链的或双链的并且代表有义链或反义链。
如本文使用的术语“肽”和“蛋白”是指氨基酸残基的聚合物。术语适用于其中一个或多个氨基酸残基是对应于天然存在的氨基酸的人造的化学类似物的氨基酸聚合物，并且适用于天然存在的氨基酸聚合物。更多的满足“有机涂层”的定义的分子可以被用于相同的内容中。
根据本发明的原理，有机涂层的特点是改变厚度以提供对指示癌症的特定的挥发性有机化合物的增强的灵敏度。不被任何理论或作用机理束缚，在约0.2-0.6nm的范围内的有机涂层的薄层更适合于检测具有相对低的蒸气压(＜10托)的分析物，这种分析物主要吸附在涂层的表面上以产生感测信号。在约0.6-2nm并且在其他示例性的实施方案中在2-4nm的范围内的有机涂层的相对厚的层更适合于检测具有相对高的蒸气压(＞10托)的分析物。在这种情况下，分析物分子更深地渗透至涂层的核，以产生感测信号。
根据某些实施方案，本发明的传感器通过自组装过程被制造以产生包含NPCOC的膜。如本文使用的术语“自组装”是指分子的无外部源干预的组织化过程。自组装过程发生在溶液/溶剂中或直接在固态基材上发生。如本文使用的术语“膜”相应于NPCOC的良好排列的组装物的构型，其优选呈体心立方(BCC)构型或面心立方(FCC)构型。使用具有窄的粒度分布的纳米颗粒能够使纳米颗粒更紧密地堆积，因此得到了在分析物吸附时对膜结构的微小变化更敏感的膜。因此这些膜比具有宽粒度分布的膜更敏感。
NPCOC的合成可以通过本领域中已知的方法产生。例如，金纳米颗粒可以使用做了些修改(Hostetler等人，Langmuir，14 1998，24)的两阶段法(Brust等人，J.Chem.Soc.Chem.Commun.，801，1994，2)被合成。简单地说，AuCl4 -被相转移试剂TOAB从HAuCl4·xH2O水溶液转移至甲苯溶液。在分离有机相之后，向溶液中加入过量的硫醇。硫醇∶HAuCl4·xH2O的摩尔比可以在1∶1至10∶1之间变化，这取决于所使用的硫醇。为了制备平均尺寸约5nm的金纳米颗粒的单分散溶液，这是优选的。示例性的程序包括但不限于分别用于平均尺寸为5nm的被十二硫醇和丁硫醇包覆的金纳米颗粒的10∶1和1∶1的硫醇∶Au摩尔比。在剧烈搅拌溶液之后，添加大大过量的还原剂NaBH4的水溶液。在室温下持续搅拌反应至少3小时，以生成被硫醇包覆的金纳米颗粒的暗褐色溶液。所得到的溶液进一步在旋转蒸发器中经受溶剂除去，随后使用乙醇和甲苯多次洗涤。
被2-巯基苯并噁唑包覆的金纳米颗粒可以通过从预制备的被己硫醇包覆的金纳米颗粒的配体交换方法合成。在典型的反应中，将过量的硫醇、2-巯基苯并噁唑加入到被己硫醇包覆的金纳米颗粒在甲苯中的溶液中。在恒定的搅拌下，保持溶液数天，以允许尽可能多的配体转化。纳米颗粒通过反复萃取从游离硫醇配体纯化出来。
不受任何理论或作用机理的束缚，涵盖了经由被有机涂层组装物包覆的导电纳米颗粒的聚结或膨胀，通过多种化学相互作用发生感测。相互作用包括但不限于氢键合、π-π、主体-客体、范德华力、静电相互作用、电荷转移相互作用、抗原-抗体相互作用及其组合。介电常数的变化通常发生在化学电阻器、化学电容器和电化学电池中具有不连续区域的主要由2维或3维的金属纳米颗粒膜构成的薄膜中。
用于获得NPCOC的高度有序的二维或三维组装物的示例性方法包括但不限于：
i.NPCOC溶液随机沉积在固体表面上。沉积通过滴铸、旋涂、喷涂和其他相似的技术来进行。
ii.场增强的或由分子相互作用引起的NPCOC溶液在固体表面上的沉积。
iii.Langmuir-Blodgett或Langmuir-Schaefer技术。在空气亚相界面处将基材竖直地插入穿过NPCOC的自组织的/高度有序的2维单层，其中2维单层随后被转移至基材上。在空气亚相界面处将基材多次插入穿过NPCOC的2维单层导致制造NPCOC的3维有序的多层。
iv.软平版印刷技术，例如微接触印刷(mCP)、复制成型、毛细管微成型(MIMIC)以及微转印成型(mTM)。这些方法基于有机分子和聚合物材料的自组装和复制成型的变化形式，用于制造纳米尺度至介观尺度的NPCOC(Whitesides等人，J.Mater.Chem.7，1069，1997)。
v.Langmuir-Blodgett或Langmuir-Schaefer法与软平版印刷技术的各种组合可以被用于产生分子改性的NPCOC的图案化的Langmuir-Blodgett膜，图案化的Langmuir-Blodgett膜被转移至固体基材上。
vi.使用被指定用于印刷电子学的喷墨打印机在固态的或柔性的基材上进行印刷。根据如在例如Holland等人(Ink Maker 8，83，2005)中描述的本领域中熟知的程序，含有NPCOC的溶液被用作打印头的填充材料(或“油墨”)。
根据本发明的原理，用于检测呼气样品中的指示癌症的挥发物的传感器阵列包括在一个阵列中2至1000个传感器之间、更优选在一个阵列中2至500个传感器之间、甚至更优选在一个阵列中2至250个传感器之间并且最优选在一个阵列中2至125个传感器之间的多个传感器。在示例性的实施方案中，传感器阵列包括9个化学上敏感的传感器。在另一个示例性的实施方案中，传感器阵列包括14个化学上敏感的传感器。
在某些实施方案中，本发明提供其中NPCOC的传感器阵列被与化学电阻器、化学电容器、石英晶体微量天平、体声波(BAW)和表面声波(SAW)共振器、电化学电池、表面等离子体共振(SPR)和光学分光镜中的一个共同使用的系统。每一种可能性表示本发明的不同的实施方案。
传感器暴露于分析物时的感测响应可以通过一个或多个传感器的电导率、电阻、阻抗、电容、电感或光学性质中的任何一个的变化来产生。每一种可能性表示本发明的不同的实施方案。
对于电子产生的感测来说，被沉积在用于支持和/或容易的阵列集成的固体基材(例如二氧化硅、硅、石英等等)上的NPCOC的膜的电接触可以通过本领域中熟知的方法进行。合适用于产生电接触的方法包括但不限于光刻法、电子束平版印刷术、聚焦离子束(FIB)、通过阴影掩模进行的直接蒸发/溅射、软(冲压)接触、导电纳米颗粒的注入印刷技术以及其他相似的技术。可选择地，纳米颗粒的膜可以被沉积在通过上文描述的方法中的任一个制造的现成的接触部上。根据本发明的原理，电极可以技术人员熟知的方式以各种几何形态接触。在一个实施方案中，电极以毗邻的电极之间为15μm的距离接触。在另一个实施方案中，电极以毗邻的电极之间为100μm的距离接触。根据本发明的原理，两个毗邻的电极之间的距离在100nm至5000μm的范围内。
在具体的实施方案中，感测可以通过传感器网络的光学性质的变化检测。在示例性的实施方案中，感测使用椭偏光谱法进行。这种技术测量在偏振光从一个表面反射时偏振的变化。不受任何理论或作用机理的束缚，分析物分子的吸附产生NPCOC网络的层的厚度的变化。厚度或粗糙度的变化导致偏振的变化，偏振的变化可以通过椭偏光谱法技术记录。所获得的信号随后被传送至学习和模式识别分析仪以生成结果。以这种方式，不需要电接触。NPCOC在分析物吸收时的聚结和/或膨胀使这种技术对于以非常高的灵敏度检测挥发物来说是有利的。
本发明范围包括用于确定呼气样品中的挥发性有机化合物的至少一种模式的方法，其中挥发性有机化合物是癌症的生物标志。方法包括将传感器阵列暴露于呼出的呼气样品并且使用学习和模式识别算法以便分析传感器信号并识别和尽可能量化指示癌症的期望的化合物或模式。因此，本文提供包括本发明的传感器阵列以及学习和模式识别分析仪的系统。分析仪接收来自传感器阵列的信号输出或模式并且通过各种模式识别算法分析信号输出或模式以产生输出特征(output signature)。通过使用被存储的或已知的特征的数据库分类未知的特征，期望的化合物可以被识别。根据本发明的原理，感测通过挥发性有机化合物的吸附被获得以提供信号变化，信号变化随后被传送至学习和模式识别分析仪以生成对期望的化合物的识别。
用于样品分析的算法包括但不限于主成分分析、费舍尔线性分析、神经网络算法、遗传算法、模糊逻辑模式识别以及类似的。在分析完成之后，所得到的信息可以例如在显示器上显示、传输至主机计算机或被存储在存储设备上以用于后续的检索。
算法中的许多都是基于神经网络的算法。神经网络具有输入层、处理层和输出层。神经网络中的信息被分布遍及处理层。处理层由通过节点的互相连接模拟神经元的节点组成。
当神经网络与传感器阵列组合时，传感器数据通过网络被传播。以这种方式，一系列矢量矩阵乘法被进行并且未知的分析物可以被容易地识别和确定。神经网络通过校正来自给定输入的假的或不期望的输出校准。相似于显示数据集合中的潜在模式的统计分析，神经网络基于预先确定的准则来定位数据集合中的一致的模式。
合适的模式识别算法包括但不限于主成分分析(PCA)、费舍尔线性判别分析(FLDA)、类别类比的软独立模型(soft independent modeling of classanalogy)(SIMCA)、K-最近邻点法(KNN)、神经网络、遗传算法、模糊逻辑和其他模式识别算法。在某些实施方案中，费舍尔线性判别分析(FLDA)和典型判别分析(CDA)以及其的组合被用于比较输出特征和来自数据库的现有数据。每一种可能性表示本发明的不同的实施方案。
在其他的实施方案中，使用主成分分析。主成分分析(PCA)涉及将多个相关变量变换为少量的不相关变量的数学方法。少量的不相关变量被称为主成分。第一主成分或特征向量解释数据中的尽可能多的变化性(variability)，并且每个后续成分(succeeding component)解释尽可能多的其余的变化性。PCA的主要目标是减少数据集的维数以及识别新的潜在变量(underlying variable)。
主成分分析以分层方式比较两个或更多个协方差矩阵的结构。例如，一个矩阵可以与另一个相同，除了该矩阵的每个要素都乘以单一的常数之外。因此各矩阵彼此成比例。更特别地，矩阵共享相同的特征向量(或主成分)，但是它们的特征值相差一个常数。矩阵之间的另一种关系是，它们共享共有的主成分，但是它们的特征值不同。在主成分分析中使用的数学方法被称为特征值分析(eigenanalysis)。与最大的特征值相关联的特征向量具有与第一主成分相同的方向。与次最大的特征值相关联的特征向量确定第二主成分的方向。特征值的和与正方矩阵的迹相等，并且特征向量的最大数与该矩阵的行数相等。
本文提供使用传感器阵列来诊断癌症的方法。方法包括在本发明的传感器阵列上从被受试者直接呼出的呼气检测作为癌症生物标志的挥发性有机化合物。可选择地，传感器阵列可以被暴露于已经沉积了呼出的呼气的容器的顶部空间。其他可能性包括呼气入惰性的袋中，然后将被收集的呼气暴露于本发明的传感器阵列。因此，本发明的系统还可以包括用于收集呼气样品特别是肺泡呼气样品的呼气收集器装置。在本发明的范围内的示例性的呼气收集器装置是被American Thoracic Society/EuropeanRespiratory Society(ATS/ERS)(美国胸腔学会/欧洲呼吸学会)批准的那些；(Silkoff等人Am.J.Respir.Crit.Care Med.171，2005，912)。肺泡呼气通常使用离线方法从个体收集。然而，将理解，直接向装置的呼气收集，即面对面(vis-à-vis)在线方法被包括在本发明中。在某些实施方案中，不需要在测量之前预浓缩样品或使样品去湿。在其他的实施方案中，如果需要更好地区别“对照”和“癌症”呼气样品，那么使用呼气浓缩器和/或去湿装置。
在本发明范围内的呼气浓缩器包括但不限于：
I.固相微萃取(SPME)-SPME技术基于被液体(聚合物)、固体(吸附剂)或其组合包覆的纤维。纤维涂层通过吸收(如果涂层是液体)或通过吸附(如果涂层是固体)从样品萃取化合物。然后SPME纤维被直接地插入感测装置中以用于解吸附和后续的分析(Ouyang，等人，Anal.Bioanal.Chem.，386，2006，1059；Coelho等人，J.Chromatography B，853，2007，1)。
II.吸附剂管-吸附剂管典型地由玻璃制造并且容纳各种类型的固体吸附剂材料(吸附剂)。被普遍使用的吸附剂包括活性炭、硅胶和有机多孔聚合物，例如Tenax树脂和Amberlite XAD树脂。吸附剂管被附接于空气取样泵以进行样品收集。具有以ml/min计的已校准的流量的泵将预先确定的体积的空气抽吸通过吸附剂管。在整个采样期间化学物被截留至吸附剂材料上。该技术由the US National Institute for Occupational Safety andHealth(NIOSH)(美国职业安全与健康国立研究所)开发。
III.低温冷凝-低温冷凝是允许挥发性有机化合物(VOC)的回收以再使用的过程。冷凝过程需要非常低的温度使得VOC可以被冷凝。传统地，氟氯化碳(CFC)制冷剂已经被用于冷凝VOC。当前，液氮被在低温(低于-160℃)冷凝过程中使用。
根据本发明的去湿剂包括以下的非限制性的实例：
I.通过冰冷致冷的旋管抽吸潮湿空气-使用本方法，空气湿气在其经过冰冷致冷的旋管进入容器中时冷凝为液滴。然后“干燥的”空气被返回至其最初的温度并且返回至感测装置。
II.硅胶-是二氧化硅的一种无定形形式，其被以不规则硬颗粒或珠的形式被合成地生产。互锁空腔的微多孔结构给予了非常高的表面积(800平方米每克)。这种独特的结构使硅胶成为高容量干燥剂。由于水分子的比周围空气低的蒸气压，水分子附着于硅胶的表面。当达到压力平衡时，吸附停止。因此，周围空气的湿度越高，则在达到平衡之前被吸附的水的量越大。硅胶作为干燥物质是有利的，因为干燥的过程不需要化学反应并且没有副产物或副作用。
III.活性炭-通过将炭处理为极多孔的碳物质来形成。由于其高度的微孔性，活性炭拥有可用于化学反应的非常大的表面积。仅从高的表面积就可以获得足够的活化，但是进一步的化学处理经常增强材料的吸附性质。
IV.干燥剂分子筛-被合成地生产，是高度多孔的晶体金属-铝硅酸盐。它们通过许多具有精确的直径，即和的内部空腔分类。仅当待吸附的分子具有比空腔开口小的直径时才发生吸附。高极性分子被更好地吸附入分子筛中。分子筛将来自液体和气体的水分子和其他污染物吸附下降至非常低的浓度水平，经常达到1ppm。
在特定的实施方案中，本文所描述的方法被用于区分不同类型的癌症。气相色谱-质谱联用(GC-MS)研究已经表明，挥发性C4-C20烷烃和某些一甲基化的烷烃以及苯衍生物在不同情况的癌症中表现出是升高的。所关心的化合物通常在健康的人类呼气中被发现在1-20ppb的范围内，但是在癌症患者的呼气中可以被看到在10-100ppb范围内的升高的水平以明显不同的混合物组成。这些生物标志的水平甚至在疾病的早期就被升高，因为它们反映人体化学的变化。这种变化的出现与肿瘤大小无关。此外，特定的疾病(例如肺癌)的生物标志拥有明显不同的混合物组成/模式，其不同于其他疾病的生物标志的组成/模式。可以被用作诊断癌症的生物标志的挥发性有机化合物包括但不限于4-甲基-辛烷、2-乙基-1-己醇、2-乙基-4-甲基-1-戊醇、2，3，4-三甲基-戊烷、2，3-二甲基-己烷、三甲基甲硅烷基氟、二甲基-硅烷二醇、3-乙基-3-甲基-2-戊酮、2-甲基-4，6-辛二炔-3-酮、2-丙基-1-戊醇、癸烷、三甲基苯、乙基苯、庚醇、异戊二烯、己烷、十一烷和6，10-二甲基-5，9-十二碳二烯-2-酮。每个可能性代表本发明的分别的实施方案。
如本文设想的，使用本发明的方法允许区分不同类型的癌症。在某些实施方案中，本发明的系统提供对在不同阶段的单一癌症类型的诊断。在其他的实施方案中，本发明的系统提供对从肺癌的不同阶段(或肿瘤尺寸)的肺癌患者获得的呼气样品的区分。
如本文使用的术语“癌症”是指其中细胞的聚集体已经在不同程度上变为对正常支配增殖和分化的控制机制无响应的疾患。癌症是指各种类型的恶性瘤和肿瘤，包括原发性肿瘤和肿瘤转移。可以被本发明的传感器阵列和系统检测的癌症的非限制性的实例是脑癌、卵巢癌、结肠癌、前列腺癌、肾癌、膀胱癌、乳腺癌、肺癌、口腔癌和皮肤癌。癌症的具体实例是：癌、肉瘤、骨髓瘤、白血病、淋巴瘤和混合型肿瘤。肿瘤的具体的类别包括淋巴组织增生紊乱、乳腺癌、卵巢癌、前列腺癌、宫颈癌症、子宫内膜癌、骨癌、肝癌、胃癌、结肠癌、胰腺癌、甲状腺癌、头颈癌、中枢神经系统的癌症、末梢神经系统的癌、皮肤癌、肾癌以及以上所有的转移。肿瘤的具体的种类包括肝细胞癌、肝癌、肝胚细胞瘤、横纹肌肉瘤、食道癌、甲状腺癌、恶性神经节瘤、纤维肉瘤、粘液肉瘤、脂肪肉瘤、软骨肉瘤、骨原性肉瘤、脊索瘤、血管肉瘤、内皮肉瘤、尤因氏瘤、平滑肌肉瘤、横纹肌肉瘤、浸润性导管癌、乳头状腺癌、黑色素瘤、肺鳞状细胞癌、基细胞癌、腺癌(完全分化的、中度分化的、分化不良的或未分化的)、细支气管肺泡癌、肾细胞癌、肾上腺样瘤、肾细胞癌、胆管癌、绒毛膜癌、精原细胞瘤、胚胎性癌、韦尔姆斯氏瘤、睾丸瘤，肺癌，包括小细胞、非小细胞和大细胞肺癌、膀胱癌、神经胶质瘤、星形细胞瘤、成神经管细胞瘤、颅咽管瘤、室管膜瘤、松果体瘤、成视网膜细胞瘤、成神经细胞瘤、结肠癌、直肠癌，造血系统肿瘤，包括所有类型的白血病和淋巴瘤，包括：急性骨髓性白血病、急性髓细胞白血病、急性淋巴细胞白血病、慢性骨髓性白血病、慢性淋巴细胞白血病、肥大细胞白血病、多发性骨髓瘤、骨髓淋巴瘤、霍奇金淋巴瘤、非霍奇金淋巴瘤。
根据某些实施方案，待诊断的癌症选自由肺癌、头颈癌、乳腺癌、胰腺癌、淋巴瘤、骨髓瘤、白血病、肾癌、卵巢癌、骨癌、肝癌、前列腺癌、皮肤癌、结肠癌和甲状腺癌组成的组。每一种可能性表示本发明的不同的实施方案。根据示例性的实施方案，待诊断的癌症选自乳腺癌、肾癌、喉癌、阴道肿瘤、胃癌、白血病，包括淋巴细胞白血病、肺癌、黑色素瘤和结肠癌。每一种可能性表示本发明的不同的实施方案。
由于传感器阵列的微型化的尺寸(在10-100纳米至几微米的范围内)，其可以被安装在任何电子设备中，包括但不限于手表或手机。传感器阵列集成到普遍使用的电子设备中允许传感器阵列被用作出现癌症的警告系统。
除非内容另外清楚地表明，否则如在本文中和在所附的权利要求中使用的，单数形式“一(a)”、“一个(an)”和“所述(the)”包括复数的指代。因此，例如，对“有机涂层”的指代包括多个这样的有机涂层以及本领域的技术人员已知的其等效物等等。
本发明的原理借助于以下的非限制性的实施例被说明。
实施例
实施例1：呼出的呼气的收集
在深呼气之后，受试者通过呼吸口上含有套筒的接口管(mouthpiece)吸入至肺总容量，以从吸气期间吸入的空气中除去超过99.99％的VOC环境污染物。然后受试者顶着10-15cm的H2O压力呼气，以确保密封仿羊皮纸以排除鼻气雾沫。通过接口管的单独的呼气口将呼出的气体收集在之前已经被N2气体净化的非反应性聚酯薄膜气体取样袋(从Eco Medics购买)中。对每个受试者的呼出的呼气进行至少五次分析。使用总共90个呼气样品，其中26个从健康的个体获得并且64个从肺癌患者获得。先使用各种诊断方法，包括支气管镜活组织检查、计算机断层(CT)扫描和肺穿刺，对患者进行临床诊断。肺癌患者中没有任何人在呼气样品被收集之前接收过化学疗法和/或其他治疗。
实施例2：通过GC-MS分析呼出的呼气
将来自患有肺癌的受试者和来自健康的个体的呼出的呼气样品收集在聚酯薄膜样品袋中并且使用与固相微萃取(SPME)结合的气相色谱-质谱联用法(GC-MS)分析。SPME技术被用于预浓缩呼气样品中的VOC。将具有被1)聚二甲基硅氧烷(PDMS)、2)聚二甲基硅氧烷-二乙烯基苯(PDMS/DVB)或3)聚二甲基硅氧烷-Carboxen(PDMS/Carboxen)(从Sigma-Aldrich购买)涂覆的萃取纤维的手动SPME手柄插入聚酯薄膜袋中。将在500cm3至1,000cm3之间的每个呼气样品通过SPME法浓缩2小时的萃取时间，并且使用手动SPME手柄将每个呼气样品递送至GC-MS。将手动SPME手柄中的萃取过的纤维插入使用不分流模式操作的GC注射器中。烘箱温度曲线是：60℃，2min，8℃/min至100℃，15℃/min至120℃，8℃/min至180℃，15℃/min至200℃，8℃/min至225℃。使用毛细管柱H5-5MS 5％苯基甲基硅氧烷(30m长度，0.25mm内径，0.25μm厚度)。柱压力被设置为8.22psi，并且初始流量是1.0mL/min。最后，通过StandartModular Set确定VOC的分子结构。
GC-MS确认了健康的个体和肺癌患者的呼气样品中已经被合成或分解代谢的33种常见的VOC(表1)。其中，11种特定的VOC(表2)仅在肺癌患者的呼气中被发现而未在健康个体的呼气中被发现，具有至少83％的置信度。图1示出了33种VOC(相应的名称可以在表1中找到)在健康个体的呼气样品中(对照；三角形)和在肺癌患者的呼气样品中(圆形)的平均丰度比。被检测到的化合物主要是C4-C20直链的和一甲基化的烷烃，以及某些苯衍生物。在来自健康的个体和肺癌患者的呼气样品中观察到的化合物不仅以不同的浓度存在而且以明显不同的混合物组成存在。图1清楚地示出了，在健康个体的呼气样品中检测到的VOC形成不同于在肺癌患者的呼气样品中的VOC模式的独特的模式。几乎所有的VOC都被发现在肺癌患者的样品中有更高的浓度，除了VOC1、VOC11、VOC14、VOC25和VOC26之外。
表1.在从对照个体和肺癌患者获得的呼气样品中检测到的VOC
表2.仅在肺癌患者的呼气样品中被检测到的VOC
  VOC名称   丰度的平均值   标准偏差   患者的百分比
  辛烷，4-甲基-   0.8913％   0.8648％   100％
  1-己醇，2-乙基-   0.3324％   0.2378％   91.7％
  1-戊醇，2-乙基-4-甲基-   0.3758％   0.2795％   91.7％
  戊烷，2，3，4-三甲基-   0.4054％   0.4231％   91.7％
  己烷，2，3-二甲基-   1.5288％   1.0017％   91.7％
  三甲基甲硅烷基氟   1.3335％   0.8325％   83.3％
  硅烷二醇，二甲基-   0.7075％   0.5258％   83.3％
  2-戊酮，3-乙基-3-甲基-   0.8339％   0.3319％   83.3％
  4，6-辛二炔-3-酮，2-甲基-   0.1650％   0.0976％   83.3％
  2-丙基-1-戊醇   0.7412％   0.8930％   83.3％
  5，9-十二碳二烯-2-酮，6，10-二甲基-，(E，E)-   0.5493％   0.3297％   83.3％
实施例3：金纳米颗粒的合成和包覆
使用多种具有C4-C18的链长度的链烷硫醇盐和ω官能化的链烷硫醇盐(例如11-巯基-1-十一醇)包覆具有约5nm的平均尺寸的金纳米颗粒。使用对根据Hostetler等人(Langmuir，1998，14，24)做了些修改的根据Brust等人(J.Chem.Soc.，Chem.Com.，801，1994，2)的标准两阶段法合成金纳米颗粒。简要地，首先通过相转移试剂TOAB(80ml，34.3mM)将AuCl4 -从HAuCl4·xH2O水溶液(25ml，31.5mM)转移至甲苯溶液。在分离有机相之后，将过量的硫醇加入溶液中。根据硫醇的种类，使硫醇∶HAuCl4·xH2O的摩尔比在1∶1至10∶1之间变化，以制备平均尺寸为5nm的金纳米颗粒的单分散溶液。例如，对于分别被十二硫醇和丁硫醇包覆的平均尺寸为5nm的金纳米颗粒来说，硫醇∶Au的摩尔比是10∶1至1∶1。在剧烈搅拌溶液10min之后，加入极大过量的还原剂NaBH4的水溶液(25mL，0.4M，被冰冷却的)。在室温下搅拌反应至少3小时，这生成被硫醇包覆的金纳米颗粒的暗褐色溶液。使所得到的溶液在旋转蒸发器中经受溶剂除去，随后经受使用乙醇和甲苯的多次洗涤。
被2-巯基苯并噁唑包覆的金纳米颗粒通过与预制备的被己硫醇包覆的金纳米颗粒的配体交换方法来合成。在典型的反应中，将过量的外加硫醇2-巯基苯并噁唑(7μg)加入到被己硫醇包覆的金纳米颗粒在甲苯中的溶液(3mg/ml，5ml)中。持续搅拌溶液数天，以允许配体转化程度最大。通过反复萃取，除去游离的硫醇配体提纯纳米颗粒。
用透射电子显微术(TEM)表征金纳米颗粒。通过将甲苯中的5∶1稀释的纳米颗粒溶液滴铸到200目碳涂覆的铜网上来制备用于TEM的样品。以120kV获得金纳米颗粒的TEM图像(型号CM120，Philips，TheNetherlands)。金纳米颗粒的透射电子显微照片证实了具有约5nm的平均直径的窄的粒度分布的纳米颗粒。
实施例4：传感器制造
使用平版印刷术过程或通过阴影掩模进行的金属蒸发，先将叉指式电极设置(patterned)或沉积在具有300nm(厚度)SiO2膜的退化p-掺杂硅晶片之上。装置的示意图在图2(A)中示出。螺旋电极的直径是约3000μm，并且金属电极的间隙宽度是每个约20μm。
特别地，具有约5nm的平均直径(图2(B)和图2(C))的官能化的金纳米颗粒(见表3)通过超声处理被分散在氯仿中，随后金纳米颗粒溶液液滴被铸造为电极。在仍然被溶液涂覆时，用干燥N2的流吹扫基材。该过程被重复多次以获得期望的电阻，优选20Ω至5Ω。在其他的实施方案中，制备5Ω至80Ω的膜电阻。在环境温度下的通风橱中干燥装置2小时，然后在真空烘箱中加热至50℃过夜。
表3.用于包覆传感器阵列的金纳米颗粒的化合物
  传感器号   官能分子   S5   2-乙基己硫醇
  S1   4-甲氧基-甲苯硫醇   S6   2-巯基苯并噁唑
  S2   11-巯基-1-十一醇   S7   己硫醇
  S3   癸硫醇   S8   叔十二硫醇
  S4   1-丁硫醇   S9   3-甲基-1-丁硫醇
实施例5：传感器阵列对指示肺癌的特定生物标志的响应
将实施例4制成的传感器安装至具有10个分离的传感器部位的定制的PTFE电路板上。然后将板安装到具有小于100cm3的容积的不锈钢测试室上。使用由USB控制的Agilent Multifunction开关34980选择有源传感器和测量在给定的时间的相应电阻。整个系统被定制的Labview程序控制。
为了测试对指示肺癌的生物标志的传感器灵敏度，使用根据Peng等人(Nano Letters，8(11)，2008，5)的定制的鼓泡器系统进行对特定生物标志的响应的测量。响应以ΔR/Rb来测量，其中Rb是在分析物不存在时传感器的基准电阻，并且ΔR是在传感器暴露于分析物时被基准校正的稳态电阻变化。
首先考察金纳米颗粒传感器阵列对浓度在0.001 P/P0至0.05 P/P0(P0是相应的分析物在室温下的饱和蒸汽压)之间的不同的肺癌生物标志的响应。图3示出了被叔十二硫醇包覆的金纳米颗粒传感器(传感器号8)对各种分析物的响应。特别地，所使用的分析物包括癸烷、三甲基苯、乙基苯和庚醇生物标志。如可以从图看到的，传感器的响应在暴露于分析物蒸气时是迅速的。此外，在切换回至零分析物蒸气(被纯化的干燥空气)时响应是完全可逆的。最重要地，传感器以优良的信噪比(通常大于10)响应于分析物蒸气的多种浓度。
还测试了传感器对水蒸气的响应。该特征是有意义的，因为呼出的呼气含有高浓度的水蒸气，高浓度的水蒸气可以阻碍指示癌症的VOC的测量，这是由于指示癌症的VOC在呼气样品中的相对低的浓度。图3清楚地示出了对肺癌生物标志的响应比对水蒸气的响应强得多，表明即使在高浓度的水蒸气的存在下，传感器对肺癌生物标志的高灵敏度。
实施例6：纳米颗粒粒度分布和有机涂层的厚度对电子响应的影响
为了测定有机涂层的厚度对相对微分电阻响应ΔR/Rb的影响，使用被不同厚度的十二硫醇配体包覆的具有约5.2nm的平均直径的Au纳米颗粒。将被十二硫醇包覆的Au纳米颗粒暴露于0.05 P/P0的癸烷并且测量ΔR/Rb值。图4示出了信号水平高度地取决于有机涂层的厚度，且高于10nm的厚度获得了低的响应。所计算的噪声显示出与信号的模式相似的模式，表明在高于10nm的厚度下，信号的减小不是由噪声水平的增加导致的。
为了测定纳米颗粒粒度分布对传感器的信号的影响，使用具有约3.6nm的平均核尺寸和在约2nm至约18nm的范围内的尺寸的己硫醇-Au纳米颗粒。将相等量的己硫醇-Au纳米颗粒的溶液施用在分离的叉指式电极(其中每个电极与其毗邻的电极隔开10μm)上并且暴露于不同的分析物，例如己烷、庚烷、癸烷、甲基苯、甲苯、乙醇等等。将传感器同时暴露于给定浓度的给定的分析物。图5示出了粒度分布对基于被己硫醇包覆的球形的Au纳米颗粒的化学电阻器的感测信号和/或信噪比的影响。粒度分布的增加减小信噪比并且另外还减弱传感器的响应。
因此，采用具有窄的粒度分布的纳米颗粒提供超过由较宽粒度分布的纳米颗粒(纳米颗粒尺寸在2-18nm的范围内)获得的感测信号的10倍的增强的感测信号。因此主要由具有窄的粒度分布的纳米颗粒构成的传感器对于以非常高的灵敏度检测指示癌症的VOC来说是有利的。根据所使用的有机化合物，可以进一步将涂层的厚度优化至特定的厚度，以增强感测信号。
实施例7：传感器阵列对来自健康个体的和肺癌患者的呼气样品的响应
测试传感器阵列对来自健康个体的和肺癌患者的呼气样品的响应。在这些实验中使用一个真空源和两个开关，其中一侧连接于测试室并且另一侧连接于真空源(“真空开关”)或呼气样品(“样品开关”)。在典型的实验中，通过打开真空开关并且关闭样品开关收集真空环境的传感器阵列元件的信号5分钟，随后暴露于按照如上文的实施例1中的描述收集的呼气样品5分钟，接着暴露于真空环境另外5分钟。将最后两个步骤重复三次以评价再现性。使用标准的主成分分析和群分析对从阵列中的所有传感器收集的信号进行数据分析。
图6A和6B示出了S2、S3号传感器和S6、S8号传感器分别对被收集入袋中的呼气样品的相对微分电阻响应ΔR/Rb。呼气样品从典型的肺癌患者和健康的个体(对照)获得。所观察到的响应是迅速的(1-10秒)、完全可逆的并且具有对所有样品极其良好的再现性。特别地，S2号传感器和S3号传感器显示出电阻显著减小，而S6号传感器和S8号传感器显示出电阻少量增加。
通常，看到两种类型的响应。第一种是化学电阻(chemiresistance)的相对大的减小，如在例如S2、S3、S5和S9中发生的。第二种是化学电阻的相对小的增加，如在例如S1、S4、S6、S7和S8中发生的。不受任何理论或作用机理的束缚，电阻在分析物暴露时的变化可以被归因于由于可能增大电阻的增加的颗粒间隧道距离导致的溶胀，或归因于由于活化能的降低和金属纳米颗粒之间的势阱壁垒的降低导致的围绕金属纳米颗粒的有机基质的介电常数的增加，该介电常数的增加可以减小电阻。
计算在所有循环中暴露于给定样品的第一个3分钟期间所获得的平均响应。图7A-7B示出了所有呼气样品的多传感器空间中的模式，所有呼气样品包括肺癌患者的64个呼气样品和健康个体的26个呼气样品。对肺癌呼气样品的响应显著地不同于对健康个体的呼气样品获得的响应。虽然某些传感器提供样品之间的某些重叠，但是“健康的”样品的模式明确地不同于“肺癌”样品的模式。此外，使用主成分分析(PCA)分析来自传感器阵列的所有响应。图8示出了来自暴露于肺癌患者的和健康个体的呼气样品的9个传感器的传感器阵列(实施例4)的主成分空间中的响应。从图8可以看到，在由肺癌患者的和健康个体的样品获得的模式中没有重叠。因此，9个传感器的传感器阵列结合模式识别算法提供对良好地区别肺癌患者和健康个体的呼气模式的响应。
实施例8：传感器阵列对从健康的个体和患有乳腺癌、结肠癌、头颈癌和 前列腺癌的患者获得的呼气样品的响应
测试传感器阵列对来自健康个体的和患有不同类型的癌症的患者的呼气样品的响应，这相似于在上文的实施例7中描述的程序。具体地，从罹患不同类型的癌症的患者获得呼气样品，以测定对VOC的不同的且独特的模式的传感器灵敏度。被测试的不同的癌症是乳腺癌、结肠癌、头颈癌和前列腺癌。图9-12示出了9个传感器的传感器阵列被暴露于患有乳腺癌(图9)、结肠癌(图10)、头颈癌(图11)和前列腺癌(图12)的患者的呼气样品时，在9个传感器的传感器阵列的主成分空间中的响应，受测试的每个对来自健康个体的呼气样品。
当仅使用两种主成分时，本发明的传感器阵列能够区分癌症模式和健康模式。重要地，获得对不同类型的癌症的区分。这清楚地表明本发明的传感器阵列和系统对诊断不同类型的癌症的临床应用的适用性。
实施例9：区别不同的肺癌细胞
为了测定使用本发明的传感器阵列诊断处于不同发展阶段的肺癌的可行性，使用含有不同比的4种VOC的样品。根据Chen等人(Cancer，110(4)，2007，835)，这四种VOC(异戊二烯、己烷(或己醛)、癸烷(或三甲基苯)和十一烷)的比指示肺癌疾病的不同阶段。例如，51.5ppb的异戊二烯、15.1ppb的己烷(或己醛)、12.5ppb的癸烷(或三甲基苯)和7.2ppb的十一烷的混合物可以被用于模拟肺鳞状细胞癌的肺癌呼气。图13A-13D示出了在体外模拟4种不同的肺癌细胞，即肺鳞状细胞癌、腺癌、细支气管肺泡癌和非小细胞癌的4种代谢VOC的GC-MS结果。
然后，制备不同比的4种VOC并且使用气体发生器系统将它们暴露于如在实施例4中描述的基于被有机分子包覆的Au纳米颗粒的传感器的阵列。进行两种主要的模拟。在第一种模拟中，异戊二烯、己烷、癸烷和十一烷被用作四种生物标志。图14示出了来自被暴露于模拟选自肺鳞状细胞癌、腺癌、细支气管肺泡癌和非小细胞癌的肺癌细胞的四种生物标志的4种不同的混合物的传感器阵列的主成分空间中的数据。从这些结果明显看出，9个传感器的传感器阵列能够区分VOC的不同混合物，且在四种病症之间基本上没有重叠。
在第二种模拟中，异戊二烯、己烷、三甲基苯和十一烷被用作四种生物标志。图15示出了来自被暴露于模拟选自肺鳞状细胞癌、腺癌、细支气管肺泡癌和非小细胞癌的肺癌细胞的四种生物标志的4种不同的混合物的传感器阵列的主成分空间中的数据。9个传感器的传感器阵列能够区分VOC的不同的混合物，其中仅在细支气管肺泡癌和非小细胞癌之间存在重叠。进一步的分离可以通过使用3种主成分或通过对有机涂层进行微调整来获得。
因此，清楚地显示了包括九个被链烷硫醇盐包覆的金纳米颗粒的传感器的传感器阵列提供了对指示不同癌症的生物标志的高灵敏度，并且可以与模式识别算法共同使用以提供对健康个体的呼气样品和罹患肺癌、乳腺癌、头颈癌、结肠癌和前列腺癌中的任何一种的患者的呼气样品的完全区分。此外，本文提出的结果表明，本发明的传感器阵列提供对模拟肺癌的不同阶段(或肿瘤尺寸)的VOC混合物的区分。因此本发明的传感器阵列可以在临床上使用，用于对肺癌以及其他类型的癌症进行早期诊断。
实施例10：测试人群
在签字同意之后，从68位年龄在30-75岁的志愿者采集呼气样品，志愿者们分别在至少1小时和12小时内未摄取咖啡或酒精。志愿者们被如下地划分：22位原发性肺癌患者、17位原发性结肠癌患者、15位原发性乳腺癌患者和14位原发性前列腺癌患者。此外，在年龄和生活方式上与被测试的癌症患者匹配的18位健康的个体被用作对照。所有癌症患者在被常规的临床方法(例如支气管镜活组织检查、计算机断层扫描、肺穿刺、结肠镜检查、乳房造影等等)诊断之后和在化学疗法和/或其他癌症治疗之前被直接测试。在活组织检查之后的4天中不进行呼气收集。用于癌症患者和健康志愿者的研究人群的临床特征在表4中列出。从59位年龄在20-79岁的健康志愿者采集另外的呼气样品，用于研究各种干扰因素的影响。所有实验都获得了监管人体试验的技术学院委员会(Technion′s committee)(haifa，Israel)的批准并且根据该技术学院委员会的准则进行。
表4：68位癌症患者和18位健康的对照的临床特征。男性和女性之间的总比率是～1∶1。
(1)NSCLC＝非小细胞肺癌
(2)SqCLC＝鳞状细胞肺癌
(3)AC＝腺癌
(4)神经内分泌癌
(5)IDC＝浸润性导管癌
实施例11：呼气收集
以受控的方式从实施例10的测试人群收集呼出的呼气。通过重复地通过含有呼吸口上的套筒的接口管(从Eco Medics购买)吸入至肺总容量5分钟来清除吸入的空气中的环境污染物，从而从吸气期间的空气中除去超过99.99％的外来的VOC。在肺清洁之后，受试者立即通过接口管的另一个呼出口顶着10-15厘米H2O压力呼气，以确保密封牛皮纸，以排除鼻气雾沫。呼出的呼气含有肺泡气和呼吸死腔空气的混合物。受试者呼气入呼气收集器中，呼气收集器在单步骤过程中自动地将死腔空气填充入分离的袋中并且将肺泡呼气填充入750ml聚酯薄膜取样袋(聚氟乙烯，从EcoMedics购买)中。聚酯薄膜袋被重复使用并且在每次使用之前被5-8分钟的流动的N2(g)(99.999％纯度)彻底净化(与预浓缩技术结合的GC-MS表明这种纯化过程从聚酯薄膜袋清除＞99％的污染物和/或VOC)。从每个个体收集至少两个袋用于后续的分析。所有袋都在从呼气收集时间起的两天内被分析以确保结果的精确。
实施例12：传感器阵列的制造
制备主要由基于被不同的有机化合物包覆的5nm Au纳米颗粒的组装物的14个交叉反应性化学电阻器组成的传感器阵列。通过被修改的两阶段法合成纳米颗粒，如实施例3中描述的。用于包覆纳米颗粒的有机化合物是：十二硫醇、4-甲氧基-甲苯硫醇、己硫醇、11-巯基-1-十一醇、癸硫醇、十八硫醇、叔十二硫醇、1-丁硫醇、2-乙基己硫醇、3-甲基-1-丁硫醇、2-巯基苯并噁唑、11-巯基-1-十一醇、2-巯基苯甲醇和3-甲基-1-丁硫醇(全部从Sigma-Aldrich购买)。
使用电子束蒸发器TFDS-870(Vacuum Systems & Technologies Ltd.，Israel)将十对圆形的叉指式金电极沉积在被300nm热氧化物包覆的装置品级硅晶片(从Silicon Quest International Inc.，Santa Clara，CA购买)上。圆形电极区域的外径是3000μm；两个毗邻的电极之间的间隙和每个电极的宽度二者都是20μm。通过超声处理将被包覆的Au纳米颗粒分散在氯仿中并且滴铸至电极上。在仍然被溶液包覆时，使用干燥N2吹扫基材。将该过程重复多次，以获得约1MΩ的期望电阻。将装置在环境温度下干燥2小时，然后放置在50℃的真空烘箱中过夜。然后将传感器安装至定制的PTFE电路板上以形成14个传感器的传感器阵列。
实施例13：呼气测试
在实施例12的传感器阵列暴露于呼气样品之前，考察每个传感器对肺癌、结肠癌、乳腺癌和前列腺癌患者的呼气的响应以及对健康的对照的呼气的响应(图16A、16B和16C)。本发明的传感器迅速地响应于所有癌症患者的呼气样品。响应是完全可逆的。传感器中的大多数显示出1-5ppb的检测极限。此外，被4-甲氧基-甲苯硫醇、2-巯基苯并噁唑或11-巯基-1-十一醇包覆的Au纳米颗粒显示出在被暴露于乙醛(有希望用于肺癌的VOC；Smith等人，Rapid Commun.Mass Spectrom.，17，2003，845)和甲醛(有希望用于乳腺癌的VOC；Ebeler等人，J.Chromatog.B，702，1997，211)时的2-10ppb的检测极限，远低于这些VOC在癌症患者的呼出的呼气中的浓度水平(Peng等人，Nature Nanotechnol.，4，2009，669)。
使用主成分分析(PCA)分析14个传感器阵列对健康的、肺癌、结肠癌、前列腺癌和乳腺癌呼气样品的响应。图17A-17E显示出每个受试者的前两个主成分(PC1和PC2)，其产生了＞88％的方差。对于单独地每种癌症类型来说(图17A-17D)以及对于在单一图中的所有癌症类型来说(图17E)，获得了在健康模式和癌症模式之间的非常好的分离。应注意，这些结果在没有对呼气样品进行任何预处理(预浓缩或去湿)的情况下获得。因此，包括14个被有机涂层包覆的金纳米颗粒的传感器的传感器阵列提供对指示不同类型的癌症的生物标志的高灵敏度。传感器阵列与模式识别算法共同提供对健康的对照的呼气样品与罹患肺癌、乳腺癌、结肠癌和前列腺癌中的任何一种的患者的呼气样品的完全区分。
本领域的技术人员将理解，本发明并不受到上文已经具体示出和描述的内容的限制。相反，本发明的范围包括上述各种特征的组合和子组合以及变化形式和修改。因此，本发明不应被解释为被局限于所具体描述的实施方案，并且本发明的范围和概念将通过参照下文的权利要求被更容易地理解。

Claims (31)

1.一种用于检测指示癌症的挥发性有机化合物的传感器阵列，所述传感器阵列包括被有机涂层包覆的导电纳米颗粒，其中所述导电纳米颗粒具有窄的粒度分布：
具有为小于或等于平均粒度的40％的分布曲线在最大值的一半处的宽度(FWHM)值以及5nm的平均粒度和在3-6nm的范围内的粒度，
其中所述有机涂层的厚度在0.2-4nm的范围内。
2.根据权利要求1所述的传感器阵列，其中所述有机涂层的所述厚度在0.6-2nm的范围内。
3.根据权利要求1所述的传感器阵列，其中所述有机涂层包含单层或多层的选自小分子、单体、低聚物和聚合物的有机化合物。
4.根据权利要求1所述的传感器阵列，其中所述导电纳米颗粒选自由Au、Ag、Ni、Co、Pt、Pd、Cu、Al、Au/Ag、Au/Cu、Au/Ag/Cu、Au/Pt、Au/Pd、Au/Ag/Cu/Pd、Pt-Rh、Ni-Co和Pt-Ni-Fe组成的组。
5.根据权利要求1所述的传感器阵列，其中所述有机涂层选自由具有C3-C24链的烷基硫醇、ω官能化的链烷硫醇盐、芳烃硫醇盐、(γ-巯基丙基)三甲基氧硅烷、二烷基二硫化物、黄原酸酯、寡核苷酸、多核苷酸、肽、蛋白质、酶、多糖、磷脂及其组合组成的组。
6.根据权利要求1所述的传感器阵列，其中所述被有机涂层包覆的导电纳米颗粒呈选自1维的线、2维的膜和3维的组装物的构型。
7.根据权利要求1所述的传感器阵列，还包括化学电阻器、化学电容器、石英晶体微量天平、体声波(BAW)和表面声波(SAW)共振器、电化学电池、表面等离子体共振(SPR)和光学分光镜中的至少一个。
8.一种用于检测指示癌症的挥发性有机化合物模式的系统，所述系统包括：
(i)用于检测指示癌症的挥发性有机化合物的传感器阵列，所述传感器阵列包括被有机涂层包覆的导电纳米颗粒，其中所述导电纳米颗粒具有窄的粒度分布：
具有为小于或等于平均粒度的40％的分布曲线在最大值的一半处的宽度(FWHM)值以及5nm的平均粒度和在3-6nm的范围内的粒度，
并且其中所述有机涂层的厚度在0.2-4nm的范围内，以及
(ii)学习和模式识别分析仪，其中所述学习和模式识别分析仪接收传感器输出信号并且将所述传感器输出信号与所存储的数据进行比较。
9.根据权利要求8所述的系统，其中所述有机涂层的厚度在0.6-2nm的范围内。
10.根据权利要求8所述的系统，其中所述有机涂层包含单层或多层的选自小分子、单体、低聚物和聚合物的有机化合物。
11.根据权利要求8所述的系统，其中所述导电纳米颗粒选自由Au、Ag、Ni、Co、Pt、Pd、Cu、Al、Au/Ag、Au/Cu、Au/Ag/Cu、Au/Pt、Au/Pd、Au/Ag/Cu/Pd、Pt-Rh、Ni-Co和Pt-Ni-Fe组成的组。
12.根据权利要求8所述的系统，其中所述有机涂层选自由具有C3-C24链的烷基硫醇、ω官能化的链烷硫醇盐、芳烃硫醇盐、(γ-巯基丙基)三甲基氧硅烷、二烷基二硫化物、黄原酸酯、寡核苷酸、多核苷酸、肽、蛋白质、酶、多糖、磷脂及其组合组成的组。
13.根据权利要求8所述的系统，其中所述被有机涂层包覆的导电纳米颗粒呈选自1维的线、2维的膜和3维的组装物的构型。
14.根据权利要求8所述的系统，还包括化学电阻器、化学电容器、石英晶体微量天平、体声波(BAW)和表面声波(SAW)共振器、电化学电池、表面等离子体共振(SPR)和光学分光镜中的至少一个。
15.根据权利要求8所述的系统，其中所述学习和模式识别分析仪包括选自由人工神经网络算法、主成分分析(PCA)、多层感知(MLP)、广义回归神经网络(GRNN)、模糊推理系统(FIS)、自组织映射图(SOM)、径向基函数(RBF)、遗传算法(GAS)、神经模糊系统(NFS)、自适应共振理论(ART)、偏最小二乘法(PLS)、多元线性回归(MLR)、主成分回归(PCR)、判别函数分析(DFA)、线性判别分析(LDA)、群分析和最近邻点法组成的组的至少一种算法。
16.根据权利要求15所述的系统，其中所述至少一种算法是主成分分析(PCA)。
17.根据权利要求8-16中任一项所述的系统，还包括用于收集所述呼气样品的装置。
18.根据权利要求17所述的系统，其中所述装置被设计为收集肺泡呼气。
19.根据权利要求18所述的系统，还包括呼气浓缩器和去湿装置中的至少一个。
20.一种传感器阵列在制备用于诊断受试者中的癌症的系统中的用途，所述传感器阵列包括被有机涂层包覆的导电纳米颗粒，其中所述导电纳米颗粒具有窄的粒度分布：
具有为小于或等于平均粒度的40％的分布曲线在最大值的一半处的宽度(FWHM)值以及5nm的平均粒度和在3-6nm的范围内的粒度，
并且其中所述有机涂层的厚度在0.2-4nm的范围内，所述系统还包括学习和模式识别分析仪，其中所述学习和模式识别分析仪接收传感器信号输出并且将所述传感器信号输出与所存储的数据进行比较；并且
其中诊断受试者中的癌症包括以下步骤：
(i)提供包括所述传感器阵列的所述系统；
(ii)将所述传感器阵列暴露于呼出的呼气样品；并且
(iii)使用学习和模式识别算法来确定指示癌症的挥发性有机化合物模式在所述样品中的存在。
21.根据权利要求20所述的用途，其中所述有机涂层的厚度在0.6-2nm的范围内。
22.根据权利要求20所述的用途，用于区分不同类型的癌症。
23.根据权利要求20所述的用途，用于区分单一癌症类型的不同的阶段。
24.根据权利要求20或22-23中任一项所述的用途，其中所述癌症选自由肺癌、头颈癌、乳腺癌、前列腺癌、结肠癌、卵巢癌、肾癌、膀胱癌、口腔癌和皮肤癌组成的组。
25.根据权利要求24所述的用途，其中所述癌症是肺癌。
26.根据权利要求20所述的用途，其中所述学习和模式识别分析仪包括选自由人工神经网络算法、主成分分析(PCA)、多层感知(MLP)、广义回归神经网络(GRNN)、模糊推理系统(FIS)、自组织映射图(SOM)、径向基函数(RBF)、遗传算法(GAS)、神经模糊系统(NFS)、自适应共振理论(ART)、偏最小二乘法(PLS)、多元线性回归(MLR)、主成分回归(PCR)、判别函数分析(DFA)、线性判别分析(LDA)、群分析和最近邻点法组成的组的至少一种算法。
27.根据权利要求20所述的用途，还包括在步骤(ii)之前，使用呼气收集器装置收集所述呼气样品的步骤。
28.根据权利要求27所述的用途，其中所述呼气收集器装置被设计为收集肺泡呼气。
29.根据权利要求28所述的用途，还包括在步骤(ii)之前，使用呼气浓缩器和去湿装置中的至少一个来增大呼气分析物浓度的步骤。
30.根据权利要求20所述的用途，其中所述指示癌症的挥发性有机化合物选自由4-甲基-辛烷、2-乙基-1-己醇、2-乙基-4-甲基-1-戊醇、2,3,4-三甲基-戊烷、2,3-二甲基-己烷、三甲基甲硅烷基氟、二甲基-硅烷二醇、3-乙基-3-甲基-2-戊酮、2-甲基-4,6-辛二炔-3-酮、2-丙基-1-戊醇、癸烷、三甲基苯、乙基苯、庚醇、异戊二烯、己烷、十一烷和6,10-二甲基-5,9-十二碳二烯-2-酮组成的组。
31.一种用于检测指示癌症的挥发性有机化合物的传感器阵列，所述传感器阵列包括被包含己硫醇的有机涂层包覆的导电Au纳米颗粒，其中所述导电Au纳米颗粒具有窄的粒度分布：
具有为小于或等于平均粒度的40％的分布曲线在最大值的一半处的宽度(FWHM)值以及3.6nm的平均粒度和在2-4nm的范围内的粒度，
并且其中所述有机涂层的厚度在0.2-4nm的范围内。
CN201080008258.6A 2009-01-09 2010-01-10 包括含有涂覆的导电纳米颗粒的传感器阵列的通过呼气检测癌症 Active CN102326078B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14341309P 2009-01-09 2009-01-09
US61/143,413 2009-01-09
PCT/IL2010/000021 WO2010079490A1 (en) 2009-01-09 2010-01-10 Volatile organic compounds as diagnostic markers in the breath for lung cancer

Publications (2)

Publication Number Publication Date
CN102326078A CN102326078A (zh) 2012-01-18
CN102326078B true CN102326078B (zh) 2015-09-09

Family

ID=42140053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080008258.6A Active CN102326078B (zh) 2009-01-09 2010-01-10 包括含有涂覆的导电纳米颗粒的传感器阵列的通过呼气检测癌症

Country Status (5)

Country Link
US (2) US9696311B2 (zh)
EP (2) EP3101422B1 (zh)
CN (1) CN102326078B (zh)
ES (1) ES2582160T3 (zh)
WO (2) WO2010079490A1 (zh)

Families Citing this family (90)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010079490A1 (en) 2009-01-09 2010-07-15 Technion Research And Development Foundation Ltd. Volatile organic compounds as diagnostic markers in the breath for lung cancer
BR112012013194A2 (pt) * 2009-12-02 2018-05-29 The Research Foundation Of State University Of New York sensor de gás com compensação por variação de linha de base.
WO2011083473A1 (en) * 2010-01-07 2011-07-14 Technion Research And Development Foundation Ltd. Volatile organic compounds as diagnostic markers for various types of cancer
WO2011148371A1 (en) 2010-05-23 2011-12-01 Technion Research And Development Foundation Ltd. Detection, staging and grading of benign and malignant tumors
US9315848B2 (en) 2010-08-18 2016-04-19 Technion Research And Development Foundation Ltd. Volatile organic compounds for detecting cell dysplasia and genetic alterations associated with lung cancer
WO2012040318A2 (en) * 2010-09-23 2012-03-29 University Of Miami Compositions, methods and kits for detecting melanoma and margins of melanoma
US9365419B2 (en) 2011-03-24 2016-06-14 Technion Research & Development Foundation Ltd. Method of diagnosing, prognosing and monitoring alzheimer's disease
US8945935B2 (en) 2011-08-04 2015-02-03 Technion Research & Development Foundation Ltd. Diagnosing, prognosing and monitoring multiple sclerosis
CN102426630A (zh) * 2011-11-02 2012-04-25 党宏月 一种建立肺炎患者呼出气的电子指纹数据库的方法
US9528979B2 (en) 2011-11-15 2016-12-27 Technion Research And Development Foundation Ltd. Breath analysis of pulmonary nodules
US10663420B2 (en) 2012-01-03 2020-05-26 Technion R&D Foundation Ltd. Morphology engineering of conductive metallic nanoparticles capped with an organic coating
US9689826B2 (en) 2012-03-11 2017-06-27 Technion Research And Development Foundation Ltd. Detection of chronic kidney disease and disease progression
CN107144370A (zh) 2012-03-26 2017-09-08 泰克年研究发展基金会公司 用于组合感测压力、温度和湿度的平台单元
CN102818893B (zh) * 2012-08-28 2013-10-09 济南大学 金钯核壳材料构建肺癌肿瘤标志物免疫传感器制备及应用
CN104854454A (zh) * 2012-10-29 2015-08-19 犹他大学研究基金会 功能化纳米管传感器及相关方法
IN2015DN04092A (zh) 2012-10-29 2015-10-09 Technion Res & Dev Foundation
KR101467482B1 (ko) * 2012-12-26 2014-12-01 라정찬 호흡가스를 이용한 암의 진단방법
US9939412B2 (en) 2013-02-06 2018-04-10 Empire Technology Development Llc Devices, systems, and methods for detecting odorants
US10150918B2 (en) * 2013-04-15 2018-12-11 Kent State University Patterned liquid crystal alignment using ink-jet printed nanoparticles and use thereof to produce patterned, electro-optically addressable devices; ink-jet printable compositions
CN103399092B (zh) * 2013-07-15 2014-11-26 浙江大学 一种快速评定人参品质的方法
US9638695B2 (en) 2013-08-28 2017-05-02 University Of Louisville Research Foundation, Inc. Noninvasive detection of lung cancer using exhaled breath
CN103641849B (zh) * 2013-12-30 2015-10-14 重庆大学 己二酸桥联分子钳系列卟啉化合物及其制备方法
CN103767708A (zh) * 2014-01-24 2014-05-07 成都万先自动化科技有限责任公司 呼气检测癌症医用机器人
BR112016018896B1 (pt) * 2014-02-19 2022-10-04 Koninklijke Philips N.V. Sistema para fornecer uma indicação de síndrome de desconforto respiratório agudo de um paciente
US10925515B2 (en) 2014-05-22 2021-02-23 Picomole Inc. Alveolar breath collection apparatus
CA2893178C (en) * 2014-05-22 2021-04-20 Picomole Instruments Inc. Method and apparatus for non-invasive detection of conditions such as lung cancer
CN104200076B (zh) * 2014-08-19 2015-09-02 钟亚平 一种运动员运动损伤风险预警方法
US11262354B2 (en) 2014-10-20 2022-03-01 Boston Scientific Scimed, Inc. Disposable sensor elements, systems, and related methods
US10408818B2 (en) 2014-11-27 2019-09-10 Koninklijke Philips N.V. Chemical analysis of urine and feces vapor
US20160150995A1 (en) * 2014-11-28 2016-06-02 Breathometer, Inc. Portable device for personal breath quality and dehydration monitoring
CN104569062B (zh) * 2015-01-30 2018-02-02 东北电力大学 基于分子筛过滤的电子鼻气室
CA3032583A1 (en) 2015-07-31 2017-02-09 University Of Louisville Research Foundation, Inc. Noninvasive detection of cancer originating in tissue outside of the lung using exhaled breath
WO2017029660A1 (en) 2015-08-17 2017-02-23 Technion Research & Development Foundation Limited Self-healing platform unit for pressure and analyte sensing
US20180275131A1 (en) * 2015-09-29 2018-09-27 Nissha Co., Ltd. Cancer development risk assessment device, program, and method for testing cancer development risk
US10517879B2 (en) 2015-12-17 2019-12-31 Performance Labs PTE. LTD. Device and method of using volatile organic compounds that affect mood, emotion or a physiologic state
US10835155B2 (en) * 2015-12-30 2020-11-17 Michael Phillips Ultra-clean bag or balloon for collection of volatile organic compounds in breath or air
CN105651837B (zh) * 2015-12-31 2018-10-23 中国科学院半导体研究所 微电极系统及其制备方法、电化学传感器
US11103159B2 (en) * 2016-03-04 2021-08-31 United States Of America As Represented By The Secretary Of The Air Force Exhaled breath hypoxia biomarkers
US10178963B1 (en) * 2016-06-09 2019-01-15 Dynosense, Corp. Gas collection apparatus and method to analyze a human breath sample
CN109310326B (zh) 2016-06-15 2022-03-01 波士顿科学国际有限公司 气体采样导管
CN109791140A (zh) * 2016-06-16 2019-05-21 泰克年研究发展基金会公司 用于疾病的区别诊断的系统和方法
CN109311658A (zh) 2016-07-22 2019-02-05 惠普发展公司，有限责任合伙企业 衬底组件和相关方法
US10143608B2 (en) 2016-09-23 2018-12-04 Stryker Corporation Systems and methods for determining the usability of person support apparatuses
CN109862829A (zh) 2016-10-21 2019-06-07 波士顿科学国际有限公司 气体采样装置
KR102442058B1 (ko) * 2016-12-09 2022-09-13 삼성전자주식회사 전자 장치 및 그의 제어방법
IL250695A0 (en) 2017-02-21 2017-04-30 Technion Res & Dev Foundation Biometric detector platform
US10666012B2 (en) 2017-03-13 2020-05-26 Picomole Inc. Apparatus and method of optimizing laser system
EP3624678B1 (en) 2017-05-19 2022-08-17 Boston Scientific Scimed Inc. Systems and methods for assessing the health status of a patient
WO2018237187A2 (en) * 2017-06-23 2018-12-27 Intuitive Surgical Operations, Inc. SYSTEMS AND METHODS FOR NAVIGATING A TARGET LOCATION DURING A MEDICAL ACT
WO2019008973A1 (ja) * 2017-07-07 2019-01-10 パナソニックＩｐマネジメント株式会社 情報提供方法、情報処理システム、情報端末、及び情報処理方法
US10852264B2 (en) 2017-07-18 2020-12-01 Boston Scientific Scimed, Inc. Systems and methods for analyte sensing in physiological gas samples
US11331019B2 (en) 2017-08-07 2022-05-17 The Research Foundation For The State University Of New York Nanoparticle sensor having a nanofibrous membrane scaffold
CN108195907B (zh) * 2017-11-16 2019-11-15 宁波大学 一种基于光电耦合效应的电化学传感器及其制备方法
GB2568876A (en) * 2017-11-27 2019-06-05 Imperial Innovations Ltd Detection of biomarkers
US11166636B2 (en) 2018-02-20 2021-11-09 Boston Scientific Scimed, Inc. Breath sampling mask and system
US11054428B2 (en) 2018-03-05 2021-07-06 Massachusetts Institute Of Technology Inhalable nanosensors with volatile reporters and uses thereof
ES2727968A1 (es) * 2018-04-18 2019-10-21 Univ Rovira I Virgili Metodo para el diagnostico de la leishmaniasis cutanea
KR101956346B1 (ko) * 2018-05-09 2019-03-08 서울대학교산학협력단 휘발성 유기화합물을 이용한 암 진단용 조성물
CN108742630B (zh) * 2018-07-05 2023-07-25 河北工业大学 一种呼气纳米传感健康预警系统及实现方法
US11087963B2 (en) 2018-07-16 2021-08-10 Toyota Motor Engineering & Manufacturing North America, Inc. In-vehicle biochemical sensors
CN109141847B (zh) * 2018-07-20 2020-06-05 上海工程技术大学 一种基于mscnn深度学习的飞机系统故障诊断方法
US11563122B2 (en) 2018-08-21 2023-01-24 Technion Research And Development Foundation Ltd. Multi-functional field effect transistor with intrinsic self-healing properties
US11371976B2 (en) 2018-08-22 2022-06-28 AerNos, Inc. Systems and methods for an SoC based electronic system for detecting multiple low concentration gas levels
US20200064294A1 (en) * 2018-08-22 2020-02-27 AerNos, Inc. Nano gas sensor system based on a hybrid nanostructure sensor array, electronics, algorithms, and normalized cloud data to detect, measure and optimize detection of gases to provide highly granular and actionable gas sensing information
US11864882B2 (en) 2018-10-01 2024-01-09 BoydSense, Inc. Breath sensing system and methods of use
US20210345970A1 (en) * 2018-10-15 2021-11-11 University Of Louisville Research Foundation, Inc. Computer aided diagnostic systems and methods for detection of cancer
WO2020081834A1 (en) 2018-10-19 2020-04-23 Regents Of The University Of Minnesota Systems and methods for detecting a brain condition
CN109284876A (zh) * 2018-11-19 2019-01-29 福州大学 基于pca-rbf埋地管道腐蚀速率预测方法
CN113167758A (zh) 2018-11-27 2021-07-23 波士顿科学国际有限公司 用于检测健康状况的系统和方法
US11662325B2 (en) 2018-12-18 2023-05-30 Regents Of The University Of Minnesota Systems and methods for measuring kinetic response of chemical sensor elements
KR102337375B1 (ko) * 2018-12-28 2021-12-09 세종대학교산학협력단 엠보 패턴을 포함하는 구조체 및 이의 용도
US11835522B2 (en) 2019-01-17 2023-12-05 Massachusetts Institute Of Technology Sensors for detecting and imaging of cancer metastasis
US11035789B2 (en) 2019-04-03 2021-06-15 Picomole Inc. Cavity ring-down spectroscopy system and method of modulating a light beam therein
KR20200133608A (ko) 2019-05-20 2020-11-30 숙명여자대학교산학협력단 비색 센서 어레이 및 이의 제조방법
EP4028758A2 (en) 2019-09-10 2022-07-20 Boston Scientific Scimed Inc. Gas measurement device and method
CN111162749A (zh) * 2020-01-08 2020-05-15 武汉大学 一种新型谐振器结构
US11782049B2 (en) 2020-02-28 2023-10-10 Picomole Inc. Apparatus and method for collecting a breath sample using a container with controllable volume
US11957450B2 (en) 2020-02-28 2024-04-16 Picomole Inc. Apparatus and method for collecting a breath sample using an air circulation system
US20230152319A1 (en) 2020-04-21 2023-05-18 Technion Research And Development Foundation Ltd. Device and method for rapid detection of viruses
IL298915A (en) 2020-06-11 2023-02-01 Nanose Medical Ltd Device for testing volatile substances in the breath
US11636870B2 (en) 2020-08-20 2023-04-25 Denso International America, Inc. Smoking cessation systems and methods
US11813926B2 (en) 2020-08-20 2023-11-14 Denso International America, Inc. Binding agent and olfaction sensor
US11760169B2 (en) 2020-08-20 2023-09-19 Denso International America, Inc. Particulate control systems and methods for olfaction sensors
US11828210B2 (en) 2020-08-20 2023-11-28 Denso International America, Inc. Diagnostic systems and methods of vehicles using olfaction
US11932080B2 (en) 2020-08-20 2024-03-19 Denso International America, Inc. Diagnostic and recirculation control systems and methods
US11760170B2 (en) 2020-08-20 2023-09-19 Denso International America, Inc. Olfaction sensor preservation systems and methods
US11881093B2 (en) 2020-08-20 2024-01-23 Denso International America, Inc. Systems and methods for identifying smoking in vehicles
EP4275042A1 (en) 2021-01-07 2023-11-15 Nanose Medical Ltd Detection of respiratory tract infections (rtis)
CN114137158B (zh) * 2021-11-09 2023-10-31 山东大学 一种基于呼出气体挥发性有机物检测的肺癌早期筛查装置
WO2024095269A2 (en) 2022-11-03 2024-05-10 Nanose Medical Ltd. Method and device for diagnosis of medical conditions

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6773926B1 (en) * 2000-09-25 2004-08-10 California Institute Of Technology Nanoparticle-based sensors for detecting analytes in fluids

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4772559A (en) * 1985-10-10 1988-09-20 Monell Chemical Senses Center Method of detecting the presence of bronchogenic carcinoma by analysis of expired lung air
US6537498B1 (en) 1995-03-27 2003-03-25 California Institute Of Technology Colloidal particles used in sensing arrays
US5571401A (en) 1995-03-27 1996-11-05 California Institute Of Technology Sensor arrays for detecting analytes in fluids
US6221673B1 (en) * 1997-11-25 2001-04-24 Microsensor Systems Inc. Materials, method and apparatus for detection and monitoring of chemical species
US6627154B1 (en) 1998-04-09 2003-09-30 Cyrano Sciences Inc. Electronic techniques for analyte detection
EP1084390A4 (en) 1998-06-09 2005-07-27 California Inst Of Techn COLLOIDAL PARTICLES USED IN A SENSOR MOSAIC
FR2783051B1 (fr) 1998-09-08 2000-11-10 Commissariat Energie Atomique Film de detection d'une espece chimique, capteur chimique et procede de fabrication de ceux-ci
JP4415160B2 (ja) 1999-01-12 2010-02-17 マイケル フィリップス， 各種疾患検出用の呼気検査処理方法
US6890715B1 (en) * 1999-08-18 2005-05-10 The California Institute Of Technology Sensors of conducting and insulating composites
DE60045740D1 (de) 2000-12-12 2011-04-28 Sony Deutschland Gmbh Selektive chemische Sensoren, basierend auf verketteten Nanopartikel-Ansammlungen
US7052854B2 (en) 2001-05-23 2006-05-30 University Of Florida Research Foundation, Inc. Application of nanotechnology and sensor technologies for ex-vivo diagnostics
US20050287552A1 (en) * 2003-02-19 2005-12-29 Academia Sinica, Office Of Public Affairs (Technology Transfer) Carbohydrate encapsulated nanoparticle based affinity mass spectrometry
JP2005074578A (ja) * 2003-09-01 2005-03-24 Sony Corp 微粒子アレイ及びその製造方法並びに磁気記録媒体
EP1790977A1 (en) 2005-11-23 2007-05-30 SONY DEUTSCHLAND GmbH Nanoparticle/nanofiber based chemical sensor, arrays of such sensors, uses and method of fabrication thereof, and method of detecting an analyte
US20090049890A1 (en) * 2007-04-18 2009-02-26 Research Foundation Of State University Of New York Multi-moduled nanoparticle-structured sensing array and pattern recognition device for detection of acetone in breath
CN101135689B (zh) * 2007-09-21 2010-12-15 华中科技大学 一种电子鼻开发平台
EP2215464B1 (en) 2007-11-20 2015-10-07 Technion Research & Development Foundation Ltd. Sensor system, use of sensor and method for sensing based on cubic nanoparticles capped with an organic coating
WO2009144725A1 (en) 2008-05-29 2009-12-03 Technion Research And Development Foundation Ltd. Carbon nanotube structures in sensor apparatuses for analyzing biomarkers in breath samples
WO2010079490A1 (en) 2009-01-09 2010-07-15 Technion Research And Development Foundation Ltd. Volatile organic compounds as diagnostic markers in the breath for lung cancer
WO2011083473A1 (en) 2010-01-07 2011-07-14 Technion Research And Development Foundation Ltd. Volatile organic compounds as diagnostic markers for various types of cancer

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6773926B1 (en) * 2000-09-25 2004-08-10 California Institute Of Technology Nanoparticle-based sensors for detecting analytes in fluids

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Gold Nanoparticle/Organic Networks as Chemiresistor Coatings: The Effect of Film Morphology on Vapor Sensitivity;Yvonne Joseph et al;《the journal of physical chemistry C》;20080722;第112卷(第32期);12507–12514 *
Mark C. Lonergan et al.Array-Based Vapor Sensing Using Chemically Sensitive, Carbon Black#8722 *
Polymer Resistors.《Chem. Mater》.1996,第8卷(第9期),2298–2312. *
早期肺癌患者呼气中痕量挥发性有机化合物的定量检测;宋耕等;《安徽医科大学学报》;20080630;第43卷(第3期);323-325 *

Also Published As

Publication number Publication date
WO2010079490A1 (en) 2010-07-15
US20110269632A1 (en) 2011-11-03
EP2376913B1 (en) 2016-06-29
CN102326078A (zh) 2012-01-18
EP2376913A1 (en) 2011-10-19
WO2010079490A8 (en) 2011-01-13
US8597953B2 (en) 2013-12-03
EP3101422A1 (en) 2016-12-07
WO2010079491A1 (en) 2010-07-15
US20110277538A1 (en) 2011-11-17
US9696311B2 (en) 2017-07-04
ES2582160T3 (es) 2016-09-09
EP3101422B1 (en) 2018-11-28

Similar Documents

Publication Publication Date Title
CN102326078B (zh) 包括含有涂覆的导电纳米颗粒的传感器阵列的通过呼气检测癌症
CN104781666B (zh) 用于诊断结核的传感器技术
Chen et al. Smart gas sensor arrays powered by artificial intelligence
Konvalina et al. Effect of humidity on nanoparticle-based chemiresistors: a comparison between synthetic and real-world samples
US9678059B2 (en) Detection, staging and grading of benign and malignant tumors
Vishinkin et al. Nanoscale sensor technologies for disease detection via volatolomics
Konvalina et al. Sensors for breath testing: from nanomaterials to comprehensive disease detection
US9365419B2 (en) Method of diagnosing, prognosing and monitoring alzheimer's disease
Queralto et al. Detecting cancer by breath volatile organic compound analysis: a review of array-based sensors
US8945935B2 (en) Diagnosing, prognosing and monitoring multiple sclerosis
Tisch et al. Arrays of chemisensitive monolayer-capped metallic nanoparticles for diagnostic breath testing
US8366630B2 (en) Carbon nanotube structures in sensor apparatuses for analyzing biomarkers in breath samples
US8481324B2 (en) Apparatus and methods for diagnosing renal disorders
EP3472613A1 (en) System and method for differential diagnosis of diseases
Rath et al. Chemiresistive sensor arrays for gas/volatile organic compounds monitoring: a review
Kabir et al. Recent advances in nanomaterial-based human breath analytical technology for clinical diagnosis and the way forward
Bayn et al. Field effect transistors based on polycyclic aromatic hydrocarbons for the detection and classification of volatile organic compounds
Zhao et al. Detection and discrimination of volatile organic compounds using a single multi-resonance mode piezotransduced silicon bulk acoustic wave resonator (PSBAR) as virtual sensor array
Gupta et al. MEMS sensor array-based electronic nose for breath analysis—A simulation study
Ye et al. Fully inkjet-printed chemiresistive sensor array based on molecularly imprinted Sol–Gel active materials
Amal et al. Point of care breath analysis systems
Kumar et al. Health monitoring system
Tisch et al. Arrays of nanomaterial-based sensors for breath testing
Gupta et al. Nanotechnology-Based E-Noses: Fundamentals and Emerging Applications
Xie Electronic nose for analysis of volatile organic compounds in air and exhaled breath.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20120118

Assignee: Jiangsu sunshine Haick medical instrument limited company

Assignor: Technion Research & Development Foundation Ltd.

Contract record no.: 2017990000486

Denomination of invention: Volatile organic compounds as diagnostic markers in the breath for lung cancer

Granted publication date: 20150909

License type: Common License

Record date: 20171213

EE01 Entry into force of recordation of patent licensing contract